10.3321/j.issn:1004-132X.2006.01.019
基于神经网络的热轧卷取温度模型辨识
针对热轧带钢卷取温度模型具有高度非线性的特点,利用神经网络具有逼近任何非线性函数及预报的性质,采用附加动量BP算法,准确预报卷取温度,进而应用最小二乘辨识方法对卷取温度统计模型进行参数辨识,辨识结果与设定结果的比较表明此方法行之有效.这种神经网络预报与最小二乘线性辨识相结合的方法为热轧带钢卷取温度模型的辨识优化提供了新的途径.
热轧带钢、卷取温度、神经网络、BP算法、最小二乘法
17
TG333.5(金属压力加工)
中国科学院资助项目60474044;河北省自然科学基金E2004000221
2006-04-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
71-74