基于粒子群优化的神经网络漏钢预报模型研究

• 作者: 安领军 张瑞忠 李强 李珊 王葛
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 漏钢预报 神经网络 模式识别 粒子群优化算法 PSO-BP网络模型
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 221-225,251
• 页数: 6页
• 分类号: TF345
• 字数: 3808字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2014.03.006

摘要

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题，将粒子群优化算法PSO引入到BP神经网络的训练过程，建立了PSO-BP神经网络模型，并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试，测试结果以98.03%的预报率及100%的报出率，验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	燕山大学国家冷轧板带装备及工艺工程技术研究中心	57	301	10.0	14.0
5	王葛	燕山大学国家冷轧板带装备及工艺工程技术研究中心	29	198	8.0	13.0
6	李珊	燕山大学国家冷轧板带装备及工艺工程技术研究中心	5	33	3.0	5.0
7	张瑞忠		6	12	2.0	3.0
8	安领军		7	19	3.0	4.0