智能算法在双辊铸轧过程铸轧力计算中的应用
来源期刊：材料与冶金学报2009年第2期
论文作者：刘晓东 曹光明
文章页码：140 - 144
关键词：贝叶斯方法;神经网络;双辊铸轧;“奥克姆剪刀”理论;
摘 要：在双辊铸轧过程中,铸轧力的控制是铸轧过程稳定进行和提高薄带质量的关键.为了控制铸轧力,必须建立铸轧力计算数学模型,本文采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,在网络的目标函数中引入了表示网络结构复杂性的惩罚项,融入"奥克姆剪刀"理论,避免了网络训练的过拟合.将上述网络应用于铸轧过程的铸轧力计算,具有很高的计算精度,同时在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.
刘晓东1，曹光明2
1. 山东石横特钢集团有限公司2. 东北大学轧制技术及连轧自动化国家重点实验室
摘 要：在双辊铸轧过程中,铸轧力的控制是铸轧过程稳定进行和提高薄带质量的关键.为了控制铸轧力,必须建立铸轧力计算数学模型,本文采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,在网络的目标函数中引入了表示网络结构复杂性的惩罚项,融入"奥克姆剪刀"理论,避免了网络训练的过拟合.将上述网络应用于铸轧过程的铸轧力计算,具有很高的计算精度,同时在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.
关键词：贝叶斯方法;神经网络;双辊铸轧;“奥克姆剪刀”理论;
