作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的轧制力模型结构简单、精度较低,即使采用基于有限元的数值积分方式进行精化,出于计算效率的考虑囡其有限区域的划分十分有限,因此对于轧制力计算的精度提高有限.直接采用神经网络对轧制力进行建模可以极大地提高模型精度,但是模型对新型材料的泛化能力较差.为此提出简单有限元轧制力模型,并在模型基础上使用HJPS优化算法的神经网络对轧制力进行修正,对该模型的仿真测试表明,该模型具有很强的泛化能力,收敛速度快、不易陷于局部优化,能够极大地提高轧制力模型的计算精度.
推荐文章
基于神经网络的轧制力预报模型
轧制力:热轧无缝钢管
BP神经网络
预报模型
基于BP神经网络修正的自适应Singer模型
Singer 模型
卡尔曼滤波
Burg 算法
BP 神经网络
基于神经网络的井底压力模型修正技术应用
井底压力
BP神经网络
水力学模型
修正
基于联想记忆神经网络模型的BP算法
BP算法
神经网络
联想记忆
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于HJPS算法的神经网络的轧制力修正模型
来源期刊 唐山学院学报 学科 工学
关键词 轧制力模型 简单有限元 神经网络 HJPS优化算法
年,卷(期) 2008,(4) 所属期刊栏目 计算机与信息工程研究
研究方向 页码范围 19-22
页数 4页 分类号 TG334.9
字数 3460字 语种 中文
DOI 10.3969/j.issn.1672-349X.2008.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王玉国 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
轧制力模型
简单有限元
神经网络
HJPS优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
唐山学院学报
双月刊
1672-349X
13-1336/G4
大16开
河北省唐山市大学西道9号
1988
chi
出版文献量(篇)
3048
总下载数(次)
8
总被引数(次)
5957
论文1v1指导