基于粗糙集和神经网络的薄带钢厚度预测

• 作者: 刘莹莹 王焱
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 热连轧 粗糙集 RBF神经网络 薄带钢
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 110-113
• 分类号: TP273
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.2014.02.006

摘要

针对传统数学模型预测精轧出口厚度逐渐不能满足精度要求的现象,提出一种基于粗糙集和神经网络的热轧薄带钢厚度预测方法.该方法通过对精轧出口厚度影响因素进行属性约简,找出主要影响因素,以此作为径向基函数神经网络预测模型的输入,从而提高网络的收敛速度与预测精度.仿真结果显示,粗糙集神经网络预测模型优于传统数学模型,并且样本的预测误差基本控制在-0.05 ～0.05 mm以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王焱	济南大学自动化与电气工程学院	32	405	12.0	19.0
2	刘莹莹	济南大学自动化与电气工程学院	7	2	1.0	1.0