基于改进粒子群优化RBF神经网络的轧制力预报

杨景明^1,2，闫晓莹¹，顾佳琪¹，车海军^1,2

1. 燕山大学工业计算机控制工程河北省重点实验室2. 国家冷轧板带装备及工艺工程技术研究中心

摘 要：依据RBF神经网络的非线性逼近能力和自学习特性,提出基于RBF神经网络的建模方法。将最近邻聚类用于RBF神经网络隐层中心向量的确定,并采用改进粒子群算法对最近邻聚类的聚类半径进行优化,合理确定了RBF神经网络的隐层结构,提出了一种基于改进粒子群算法的RBF神经网络（IMPSO-RBF）。将该网络应用于轧制力的预报,与基本粒子群算法优化的RBF神经网络比较,仿真结果表明其在预报精度和收敛速度上都有很大提高。

关键词：RBF神经网络;改进粒子群算法;轧制力预报;