本文主要研究内容
作者孙铁军,王洪希,牛晶,刘冲杰（2019）在《带钢卷取温度智能预报系统及仿真程序设计》一文中研究指出：为进一步提高热轧带钢卷取温度控制精度,将遗传算法与神经网络相结合,建立卷取温度预报系统,用改进的智能算法来优化遗传神经网络模型参数,以应对生产过程的强非线性。首先,提出了新的遗传操作,通过优生、突变、嫁接保证在全局范围内对模型参数进行优化;其次,利用某钢厂热轧生产线的历史数据,对温度模型进行测试和仿真,动态呈现了神经网络权值优化的中间过程,逼真显现了算法收敛的趋势。仿真结果表明,该温度预报模型收敛速度较快且精度高,可为前馈控制的补偿参数优化提供可靠的参考数据,进而提高热轧带钢卷取温度的控制精度。
Abstract
wei jin yi bu di gao re ga dai gang juan qu wen du kong zhi jing du ,jiang wei chuan suan fa yu shen jing wang lao xiang jie ge ,jian li juan qu wen du yu bao ji tong ,yong gai jin de zhi neng suan fa lai you hua wei chuan shen jing wang lao mo xing can shu ,yi ying dui sheng chan guo cheng de jiang fei xian xing 。shou xian ,di chu le xin de wei chuan cao zuo ,tong guo you sheng 、tu bian 、jia jie bao zheng zai quan ju fan wei nei dui mo xing can shu jin hang you hua ;ji ci ,li yong mou gang an re ga sheng chan xian de li shi shu ju ,dui wen du mo xing jin hang ce shi he fang zhen ,dong tai cheng xian le shen jing wang lao quan zhi you hua de zhong jian guo cheng ,bi zhen xian xian le suan fa shou lian de qu shi 。fang zhen jie guo biao ming ,gai wen du yu bao mo xing shou lian su du jiao kuai ju jing du gao ,ke wei qian kui kong zhi de bu chang can shu you hua di gong ke kao de can kao shu ju ,jin er di gao re ga dai gang juan qu wen du de kong zhi jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自冶金自动化的孙铁军,王洪希,牛晶,刘冲杰，发表于刊物冶金自动化2019年06期论文，是一篇关于热轧论文,卷取论文,温度预报论文,智能优化算法论文,优生论文,嫁接论文,遗传神经网络论文,冶金自动化2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自冶金自动化2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：热轧论文; 卷取论文; 温度预报论文; 智能优化算法论文; 优生论文; 嫁接论文; 遗传神经网络论文; 冶金自动化2019年06期论文;