基于改进OS-ELM的冷连轧在线轧制力预报

• 作者: 孙浩 张宇 魏新宇 魏立新
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 轧制力预报 在线序列极限学习机 在线结构自组织 变形抗力
• 年，卷（期）: 2019,（1）
• 页码范围: 111-116
• 页数: 6页
• 分类号: TB931
• 字数: 4274字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.01.18

摘要

冷轧轧制力预报结果直接影响板(带)材轧制精度和产品质量.冷轧工艺复杂,参数耦合性强,模型不易建立且与实际偏差较大,针对这些问题,提出一种改进在线序列极限学习机.在初始训练阶段使用量子粒子群算法优化权值和阈值;在线训练阶段根据当前训练数据中隐含层对网络输出的贡献度调节网络的拓扑结构,实现了结构和参数的自组织,并结合极限学习机变形抗力子模型在线预报轧制力.实验结果表明,该自组织在线序列极限学习机在训练速度和精度方面较之人工蜂群优化的反向传播神经网络和基于增强型增量极限学习机有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏立新	燕山大学工业计算机控制工程河北省重点实验室	48	282	9.0	14.0
2	张宇	燕山大学工业计算机控制工程河北省重点实验室	19	37	4.0	5.0
3	孙浩	燕山大学工业计算机控制工程河北省重点实验室	22	102	6.0	9.0
4	魏新宇	燕山大学工业计算机控制工程河北省重点实验室	2	3	1.0	1.0