BP神经网络在板形控制影响矩阵中的应用

• 作者: 季颖 张秀玲
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 板形控制 影响矩阵 BP网络
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 应用技术
• 页码范围: 64-66
• 页数: 3页
• 分类号: TP183
• 字数: 1627字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2008.11.019

摘要

影响矩阵模型直接从实测板形应力分布的角度进行相关的分析和计算,与传统模型相比,影响函数模型能够实现对板形测量信息更为全面的利用,并有利于轧机板形调节能力的充分发挥以及板形控制精度的提高.但影响矩阵模型在应用在HC轧机的过程时,每一道次的计算量都很大,这为实际应用的现时性带来了诸多不便.在神经网络的基础上,建立了动态影响矩阵的预测模型.结果表明:神经网络不但能对板形控制进行模式识别,而且还可以对其得到的影响矩阵进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秀玲	燕山大学电气工程学院	65	530	12.0	20.0
2	季颖	燕山大学电气工程学院	1	4	1.0	1.0