首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于GA-BP神经网络与敏感性分析的带钢厚度预测
作者姓名:吴倩  唐秋华  李维刚  张利平
作者单位:武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081;武汉科技大学机械传动与制造工程 湖北省重点实验室,湖北 武汉,430081,武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081;武汉科技大学机械传动与制造工程 湖北省重点实验室,湖北 武汉,430081,武汉科技大学信息科学与工程学院,湖北 武汉,430081,武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081;武汉科技大学机械传动与制造工程 湖北省重点实验室,湖北 武汉,430081
基金项目:国家自然科学基金资助项目(51275366,1,50875190).
摘    要:为提高带钢厚度预测精度,构建了融合GA-BP神经网络和敏感性分析的T-GA-BP预测模型。首先通过循环迭代方式确定较优的BP神经网络隐含层的层数与节点数,再采用遗传算法对BP网络的权阈值进行优化。在此基础上,利用Tchaban算法进行敏感性分析,研究输入层中各工艺参数对带钢厚度的影响程度,筛选出重要参数作为新的输入样本来训练T-GA-BP神经网络模型,以降低网络复杂度。采用实际生产数据进行测试,结果表明,T-GA-BP模型的带钢厚度预测精度要高于BP、GA-BP、RBF、Elman神经网络等其他优化模型。同时,工艺参数敏感性分析结果可为轧制工艺调控方案的制定提供参考。

关 键 词:带钢  厚度预测  GA-BP神经网络  遗传算法  Tchaban算法  敏感性分析
收稿时间:2017/11/14 0:00:00

Strip steel thickness prediction based on GA-BP neural network and sensitivity analysis
Authors:Wu Qian  Tang Qiuhu  Li Weigang and Zhang Liping
Institution:Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan 430081, China;Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan 430081, China,Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan 430081, China;Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan 430081, China,College of Information Science and Engineering, Wuhan University of Science and Technology, Wuhan 430081, China and Key Laboratory of Metallurgical Equipment and Control Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan 430081, China;Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering, Wuhan University of Science and Technology, Wuhan 430081, China
Abstract:
Keywords:strip steel  thickness prediction  GA-BP neural network  genetic algorithm  Tchaban algorithm  sensitivity analysis
本文献已被 CNKI 等数据库收录!
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号