论文部分内容阅读
将BP神经网络的思想用于预测热连轧参数,研究并建立了基于BP神经网络的预测控制数学模型.以热连轧精轧自然宽展值为例,现场实测数据仿真验证表明,该模型明显优于传统的数学预测模型,具有很高的预测精度.
基于人工神经网络的热连轧参数预测模型
【摘 要】
：
将BP神经网络的思想用于预测热连轧参数,研究并建立了基于BP神经网络的预测控制数学模型.以热连轧精轧自然宽展值为例,现场实测数据仿真验证表明,该模型明显优于传统的数学预
【机 构】
：
南昌大学自动化工程学院,新冶高科技集团有限公司计算机与自动化事业部
【出 处】
：
钢铁研究学报
【发表日期】
：
2003年4期
其他文献
通过广义哈密顿系统和观测器方法研究了一类非光滑复杂网络混沌系统的同步控制问题，消除了非光滑项，得到了光滑的误差系统，利用 Lyapunov 稳定性理论得到了误差系统渐近稳定的充
应用神经网络方法建立了VD炉钢水温度预报模型。用该模型在线连续预报的76炉次钢水中,预报温度与实际测量温度之差在±4℃和±5℃之内的炉次分别占67 1%和80 3%。分析了各工艺参数对终点温度的影响,据此对宝钢的生产实践提出了一些降低能耗的措施。