基于结构自组织ELM的铝热连轧轧制力预测
来源期刊：湖南科技大学学报自然科学版2020年第1期
论文作者：刘悦 崔丹丹
文章页码：77 - 82
关键词：轧制力预测;极限学习机;结构自组织;自适应算法;
摘 要：轧制力在铝热连轧中起着重要作用,针对热轧过程中的非线性、参数强耦合性等因素使得其难以建模的问题.本文提出一种具有拓扑结构自组织的极限学习机（Topology Self-Organizing Extreme learning machine,TSO-ELM）算法,解决了ELM的结构设计问题,实现了结构和参数的自组织.根据现场数据,使用TSO-ELM算法进行铝热连轧轧制力预测,结果表明该算法与人工蜂群算法优化反向传播神经网络（Artificial bee colony algorithm optimized Back-propagation neural network,ABC-BP）和增强型增量极限学习机（Enhanced random search based incremental extreme learning machine,EI-ELM）算法对比,其训练速度和精度都得到了一定的提高.
刘悦，崔丹丹
开封大学信息工程学院
摘 要：轧制力在铝热连轧中起着重要作用,针对热轧过程中的非线性、参数强耦合性等因素使得其难以建模的问题.本文提出一种具有拓扑结构自组织的极限学习机（Topology Self-Organizing Extreme learning machine,TSO-ELM）算法,解决了ELM的结构设计问题,实现了结构和参数的自组织.根据现场数据,使用TSO-ELM算法进行铝热连轧轧制力预测,结果表明该算法与人工蜂群算法优化反向传播神经网络（Artificial bee colony algorithm optimized Back-propagation neural network,ABC-BP）和增强型增量极限学习机（Enhanced random search based incremental extreme learning machine,EI-ELM）算法对比,其训练速度和精度都得到了一定的提高.
关键词：轧制力预测;极限学习机;结构自组织;自适应算法;
