基于GRNN网络的中厚板轧制温度的预测

• 作者: 吴浩亮 孟令启 王建勋 雷明杰
• 来源期刊: 钢铁研究学报
• 学科: 工学
• 关键词: 中厚板轧制 轧制温度 GRNN神经网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 测试与控制
• 页码范围: 53-55
• 页数: 3页
• 分类号: TG335.5
• 语种: 中文

摘要

针对中厚板轧机控制模型中的轧制温度精度的提高问题,以4200轧机轧制的大量实测数据为基础,利用Matlab人工神经网络工具箱,建立了中厚板轧制温度的GRNN神经网络预测模型.通过分析影响钢板温度变化的各种因素,调整神经网络的光滑因子,确定了最佳的网络结构形式,提高了模型的预测精度,并与传统的BP神经网络模型相比较.结果表明,GRNN网络具有更高的精度和更好的泛化能力.该神经网络模型可应用于中厚板轧制温度的预测,也可为人工神经网络在其它自动控制方面的应用提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟令启	郑州大学机械工程学院	78	354	11.0	16.0
2	王建勋	郑州大学机械工程学院	10	80	4.0	8.0
3	雷明杰	郑州大学机械工程学院	10	80	4.0	8.0
4	吴浩亮	郑州大学机械工程学院	10	80	4.0	8.0