基于神经网络的热轧卷取温度模型辨识

• 作者: 孙旭光 张伟 王海芳 王益群
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 热轧带钢 卷取温度 神经网络 BP算法 最小二乘法
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 科学基金
• 页码范围: 71-74
• 页数: 4页
• 分类号: TG333.5
• 字数: 2187字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2006.01.019

摘要

针对热轧带钢卷取温度模型具有高度非线性的特点,利用神经网络具有逼近任何非线性函数及预报的性质,采用附加动量BP算法,准确预报卷取温度,进而应用最小二乘辨识方法对卷取温度统计模型进行参数辨识,辨识结果与设定结果的比较表明此方法行之有效.这种神经网络预报与最小二乘线性辨识相结合的方法为热轧带钢卷取温度模型的辨识优化提供了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙旭光		25	149	5.0	11.0
2	王益群		183	2651	27.0	43.0
3	王海芳		16	157	7.0	12.0
4	张伟		89	833	13.0	26.0