作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统卷取温度模型的固有缺陷,为了提高卷取温度的控制精度,提出一种将人工神经网络和数学模型相结合的新方法,用于热轧带钢卷取温度的预报.离线仿真表明,采用本文所述的方法,能够较准确地预报带钢的卷取温度.
推荐文章
带钢卷取温度高精度预报的遗传神经网络方法
卷取温度
数据挖掘
预测控制
遗传神经网络
热轧带钢卷取温度的模糊神经网络预测函数控制
模糊神经网络
预测函数控制
卷取温度
热连轧
超常控制模式用于带钢卷取温度控制
超常控制模式
状态空间
直觉映射
基于卷取温度预测的层流冷却优化控制模型
层流冷却
卷取温度
预测控制
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 带钢卷取温度高精度预报模型的研究与开发
来源期刊 燕山大学学报 学科 工学
关键词 数学模型 神经网络 BP算法 卷取温度预报
年,卷(期) 2002,(3) 所属期刊栏目
研究方向 页码范围 261-263
页数 3页 分类号 TP18
字数 1913字 语种 中文
DOI 10.3969/j.issn.1007-791X.2002.03.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张树存 燕山大学机械工程学院 21 68 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数学模型
神经网络
BP算法
卷取温度预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导