基于PSO-BP神经网络双机架炉卷轧机轧制力的预测
来源期刊:钢铁研究2017年第3期
论文作者:王智 张果 王剑平 杨俊东 杨奇 尹丽琼
文章页码:23 - 26
关键词:双机架炉卷轧机;粒子群;BP神经网络;轧制力;
摘 要:为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型。以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10%以内。
王智1,张果1,王剑平1,杨俊东2,杨奇3,尹丽琼3
1. 昆明理工大学信息工程与自动化学院2. 云南大学信息学院3. 昆明钢铁控股有限公司板带厂
摘 要:为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型。以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10%以内。
关键词:双机架炉卷轧机;粒子群;BP神经网络;轧制力;