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:
为了提高铜板带轧轧制力的计算精度,本文将BP神经网络结合L-M算法用于铜板带冷轧轧制力的预报,并与以Bland-Ford公式为基础的冷轧力预报进行对比分析,实验结果表明本文的方法具有较高的计算精度.
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
植物油基薄钢板冷轧轧制油的研究
菜籽油
冷轧轧制油
母油
预乳液
基于BP神经网络预报的动态矩阵预测控制
神经网络
预测控制
动态矩阵控制
模型预测
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BP神经网络的铜板带冷轧轧制力预报
来源期刊 电气技术 学科 工学
关键词 铜板带 轧制力 BP神经网络 L-M算法
年,卷(期) 2009,(9) 所属期刊栏目 产品与应用
研究方向 页码范围 86-88
页数 3页 分类号 TM7
字数 2504字 语种 中文
DOI 10.3969/j.issn.1673-3800.2009.09.023
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 瞿晓 浙江科技学院自动化与电气工程学院 15 51 4.0 6.0
2 李小平 7 1 1.0 1.0
3 陈伟 6 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
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)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2015(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
铜板带
轧制力
BP神经网络
L-M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
电气技术
月刊
1673-3800
11-5255/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
2000
chi
出版文献量(篇)
6373
总下载数(次)
15
总被引数(次)
19291
论文1v1指导