基于模糊聚类的BP神经网络模型预报中厚板轧制力

• 作者: 刘相华 张延华 王国栋
• 来源期刊: 材料与冶金学报
• 学科: 工学
• 关键词: BP神经网络 聚类 轧制力 自学习
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 材料
• 页码范围: 209-212
• 页数: 4页
• 分类号: TG335
• 字数: 2685字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6620.2004.03.013

摘要

以实测数据为基础,在中厚板轧制设定中采用BP神经网络的方法取代传统的轧制力数学模型,并对神经网络输入项和训练样本进行分析,将传统轧制力模型的自学习过程引入神经元网络用于轧制力预报,改善预报精度.采用模糊聚类分析方法,科学选取学习样本,解决了由于样本多学习速度慢的问题.通过在线数据分析,可知这种方法对轧制力的预报精度有很大改善,而且神经元网络的结构也得到简化.此方法可以作为神经元网络应用的一个拓展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘相华	东北大学轧制技术及连轧自动化国家重点实验室	874	9689	41.0	54.0
2	王国栋	东北大学轧制技术及连轧自动化国家重点实验室	1026	11666	45.0	62.0
3	张延华	东北大学轧制技术及连轧自动化国家重点实验室	30	79	5.0	8.0