基于遗传小波神经网络的冷轧轧制力预报研究

• 作者: 王建辉 顾树生 黄敏
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 小波神经网络 混合遗传算法 轧制力预报
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1129-1132
• 页数: 4页
• 分类号: TP183
• 字数: 3583字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2004.10.012

摘要

依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法,这种网络结构类似于多层感知器,不同的是隐层神经元的激励函数为小波基函数.为使小波神经网络具有更高的学习精度和更快的收敛速度,将遗传算法、小波神经网络和梯度下降算子结合起来,提出一种遗传小波神经网络.将该网络应用于冷轧轧制力的预报,仿真结果表明预报精度大为提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄敏	东北大学信息科学与工程学院	284	1586	18.0	30.0
2	王建辉	东北大学信息科学与工程学院	95	778	16.0	21.0
3	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0