基于神经网络的热连轧板形控制系统的辨识

扫码查看

原文链接

NETL

中文摘要：针对宽带钢热连轧轧制过程中影响板形质量的非线性因素众多,板形控制系统精确的数学模型难以建立的特点,分别采用BP和RBF神经网络模型对板形控制系统进行建模,经VC++6.0仿真实验,表明利用神经网络可有效地辨识具有非线性、大滞后的复杂系统的数学模型.通过分析比较两种网络的建模方法,RBF网络模型比BP网络模型更具优越性.RBF神经网络采用的神经元数量大大减少,在一定程度上克服了BP网络训练时间长和局部极小的不足.

作者：

钟恬、何安瑞、杨荃

展开 >

作者单位：

北京科技大学,高效轧制国家工程研究中心,北京,100083

关键词：

热连轧板形控制系统神经网络仿真实验

主办单位：

全国冶金自动化信息网

会议名称：

全国冶金自动化信息网2006年会——炼钢连铸过程自动化技术交流会

会议时间：

2006-09-18

会议地点：

福建厦门

会议母体文献：

炼钢连铸过程自动化技术交流会论文集冶金自动化

页码：

44-46

出版时间：

2006