基于递阶遗传算法的RBF神经元网络板形板厚综合控制

• 作者: 孙一康 王莉
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 遗传算法 板形控制 板厚控制 神经元网络
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 82-85
• 页数: 4页
• 分类号: TP273.1
• 字数: 3308字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2003.02.023

摘要

该文首先用递阶遗传算法(HGA)设计RBF神经网络,不仅可以同时确定网络参数(连接权、隐节点中心和宽度),而且解决了网络拓扑结构的优化训练问题;而后针对板带材轧制是一个复杂的非线性过程,板形控制(AFC)和板厚控制(AGC)又是相互耦合的一个综合系统等特点,建立了基于过程最优的权值在线自学习算法的RBF神经元网络的板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙一康	北京科技大学信息工程学院	80	1094	20.0	28.0
2	王莉	北京科技大学信息工程学院	33	318	10.0	16.0