基于神经网络的轧制力预报模型

• 作者: 岳宗敏 王小林
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 轧制力:热轧无缝钢管 BP神经网络 预报模型
• 年，卷（期）: 2008,（4）
• 页码范围: 417-421
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2008.04.015

摘要

采用了BP神经网络对热轧无缝钢管穿孔过程中轧制力进行预测,在BP算法学习过程中引入了附加动量法和自适应学习速率,结合Levenberg-Marquardt优化方法,加快了学习时的收敛速度,试验证明,取得了良好的学习和测试效果.研究结果可为斜轧穿孔工具设计和工艺调整提供一定的理论依据,对解决生产中出现的实际问题、开发新产品和新工艺提供有效的指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小林	安徽工业大学计算机学院	49	389	10.0	19.0
2	岳宗敏	安徽工业大学计算机学院	5	10	2.0	3.0