论文部分内容阅读
根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明：GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性。
基于GRNN神经网络的中厚板轧机厚度预测
【摘 要】
：
根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型。研究结果表明：GRNN神经网络模型能较好地预测轧件厚度的变化,相对
【机 构】
：
郑州大学机械工程学院
【出 处】
：
中南大学学报(自然科学版)
【发表日期】
：
2011年4期
其他文献
在麦克斯韦方程组和电磁理论的基础上，借助分离变量法和Sommerfeld—Fourier积分，通过将偶极源电磁场沿导线积分的方法，导出垂直线电源电磁场的解。给出几种不同地电条件下垂直
采用化学共沉淀法制备纳米Fe3O4粉体,通过机械球磨的方法研究阴离子表面活性剂十二烷基苯磺酸纳（SDBS）的用量对纳米Fe3O4的包覆结构及其磁流体分散效果的影响。对制得的样品经
对8根木梁粘贴钢板加固进行对比试验研究，其中3根为对比试件，5根为粘贴钢板加l司木梁试件，试验参数包括钢板厚度f3或5mm）、钢板层数（1或2）,11是否采用螺栓锚固。研究结果表明：粘贴钢