基于改进遗传算法优化神经网络的板形控制

• 作者: 吴昊 朱志高 林文钊 黄江平
• 来源期刊: 有色冶金设计与研究
• 关键词: 板形控制 遗传算法 神经网络优化 模糊控制
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 钢铁工业自动化
• 页码范围: 108-111
• 分类号: TP273|TG333
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4345.2011.04.031

摘要

冷轧板形控制系统是一个强耦合、非线性的多变量复杂系统,难以建立精确的数学模型,一般常规的控制方法难以取得令人满意的控制效果.本文依据现场的轧制数据,提出采用自适应竞争遗传算法优化神经网络对其进行建模,采用模糊控制,可实现实时控制,并利用MATLAB编程,仿真结果显示了算法的有效性和时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄江平	华东交通大学电气与电子工程学院	22	75	6.0	7.0
2	吴昊	华东交通大学电气与电子工程学院	10	75	5.0	8.0
3	朱志高	华东交通大学电气与电子工程学院	4	13	2.0	3.0
4	林文钊	华东交通大学电气与电子工程学院	1	6	1.0	1.0