基于粒子群优化的带钢凸度神经网络预测模型研究
来源期刊：冶金自动化2019年第2期
论文作者：朱永波 张飞 张勇军 王增权
文章页码：11 - 43
关键词：带钢;凸度;自适应变异粒子群;BP神经网络;凸度预测;
摘 要：在热轧板凸度预测模型中,传统BP神经网络预测模型存在易陷入局部极小值、收敛速度慢等问题,因此在传统预测模型的基础之上,用自适应变异粒子群算法优化BP神经网络模型的权值和阈值,将权值和阈值编码成粒子选出最优值,并将其用于预测带钢凸度。仿真结果表明,自适应变异粒子群优化的BP神经网络和传统的预测模型相比,预测效果有所改善。
朱永波，张飞，张勇军，王增权
北京科技大学工程技术研究院
摘 要：在热轧板凸度预测模型中,传统BP神经网络预测模型存在易陷入局部极小值、收敛速度慢等问题,因此在传统预测模型的基础之上,用自适应变异粒子群算法优化BP神经网络模型的权值和阈值,将权值和阈值编码成粒子选出最优值,并将其用于预测带钢凸度。仿真结果表明,自适应变异粒子群优化的BP神经网络和传统的预测模型相比,预测效果有所改善。
关键词：带钢;凸度;自适应变异粒子群;BP神经网络;凸度预测;
