带钢卷取温度高精度预报的遗传神经网络方法

• 作者: 申群太 石孝武
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷取温度 数据挖掘 预测控制 遗传神经网络
• 年，卷（期）: 2008,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 225-227,235
• 页数: 4页
• 分类号: TP273
• 字数: 3724字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.16.069

摘要

热轧带钢卷取温度是影响成品带钢性能指标的重要工艺参数之一,其层流冷却控制系统具有高度非线性.影响卷取温度的因素多而且复杂,采用传统的温度预报模型难以达到较高的精度要求.为了满足卷取温度高精度的要求,提出了一种基于数据挖掘技术的遗传神经网络方法.充分发挥数据挖掘的关联分析能力、神经网络的泛化映射能力和遗传算法的全局搜索能力,将三者结合起来,建立了卷取温度预测模型.运用实际现场数据进行测试表明:它能准确地预报卷取温度,具有在线应用的前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申群太	中南大学信息科学与工程学院	142	1073	17.0	25.0
2	石孝武	中南大学信息科学与工程学院	1	2	1.0	1.0