基于PSO-BP神经网络的连铸漏钢预报

• 作者: 夏建生 张新疆 张本国 范利锋
• 来源期刊: 铸造技术
• 学科: 工学
• 关键词: 连铸 漏钢预报 粒子群优化算法 BP神经网络
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 装备技术
• 页码范围: 1481-1484
• 页数: 4页
• 分类号: TF777.1
• 语种: 中文
• DOI: 10.16410/j.issn1000-8365.2016.07.049

摘要

针对传统BP神经网络在训练过程中存在收敛速度慢、易陷入局部最优解的缺陷,将基于群体智能的全局寻优算法-粒子群优化算法引入到BP神经网络的训练过程,建立了PSO-BP神经网络漏钢预报模型;结合某钢厂连铸现场历史数据,分别对PSO-BP漏钢预报模型和BP网络预报模型进行了训练和测试;结果表明,PSO-BP漏钢预报的收敛速度较传统BP神经网络明显加快,其泛化能力和对漏钢温度特征的识别精度也有了较大提高.