10.3969/j.issn.1008-0570.2006.20.104
卷取温度的智能预测控制
首先介绍标准RBF神经网络并指出存在的问题,然后介绍粒子群算法并将其用于确定RBF网络参数(连接权,隐节点中心和宽度),最后把PSO-RBF应用到卷取温度控制(CTC)中,对卷取温度进行预测.仿真结果表明PSO-RBF具有学习速度快、精度高等优点.
粒子群优化算法、RBF神经网络、预测控制
22
TP18(自动化基础理论)
2006-08-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
299-300,304