基于人工蜂群算法与反向传播神经网络的铝热连轧轧制力预测

• 作者: 呼子宇 杨景明 王茜 赵志伟 车海军
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 轧制力 神经网络 人工蜂群算法
• 年，卷（期）: 2014,（2）
• 页码范围: 157-160
• 页数: 4页
• 分类号: TB931
• 字数: 2414字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2014.02.13

摘要

在分析传统的轧制力数学模型的不足之后,提出了一种基于人工蜂群算法与反向传播神经网络相结合的铝热连轧轧制力预测方法,使用人工蜂群算法优化反向传播神经网络的初始权值和阈值.以现场采集的精轧机组数据作为训练和测试样本,并与Sims数学模型和反向传播神经网络的预测结果进行比较,实验结果表明所提方法的轧制力预测精度和误差明显优于传统算法.