卷取温度的智能预测控制

• 作者: 唐红艳 徐正光
• 来源期刊: 科技与创新
• 关键词: 粒子群优化算法 RBF神经网络 预测控制
• 年，卷（期）: 2006,（20）
• 所属期刊栏目: 人工智能
• 页码范围: 299-300,304
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.20.104

摘要

首先介绍标准RBF神经网络并指出存在的问题,然后介绍粒子群算法并将其用于确定RBF网络参数(连接权,隐节点中心和宽度),最后把PSO-RBF应用到卷取温度控制(CTC)中,对卷取温度进行预测.仿真结果表明PSO-RBF具有学习速度快、精度高等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐正光	北京科技大学信息工程学院	56	719	15.0	25.0
2	唐红艳	北京科技大学信息工程学院	1	2	1.0	1.0