基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度

• 作者: 丁敬国 刘相华 昝培 焦景民
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群算法 神经网络 模糊聚类 粗轧 宽度预报
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 材料与冶金
• 页码范围: 1282-1284,1292
• 页数: 4页
• 分类号: TG335.5
• 字数: 2573字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2007.09.017

摘要

为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.

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	丁敬国	东北大学轧制技术及连轧自动化国家重点实验室	22	75	5.0	7.0
3	焦景民	东北大学轧制技术及连轧自动化国家重点实验室	4	25	3.0	4.0
7	昝培		2	15	2.0	2.0