森吉米尔轧机板形预测的神经网络方法

• 作者: 赵红雁
• 来源期刊: 钢铁研究
• 学科: 工学
• 关键词: 森吉米尔轧机 神经网络 板形预测
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 科研与实践
• 页码范围: 25-27
• 页数: 3页
• 分类号: TG33
• 字数: 1760字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1447.2001.02.008

摘要

针对传统板形预测模型的固有缺陷，研究建立了基于神经网络的森吉米尔轧机板形预测模型。模型经由某钢铁公司森吉米尔20辊冷轧实测数据仿真验证表明，预测模型具有较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵红雁		12	30	4.0	5.0