RBF网络优化设计及在轧机轧制力预报中的应用
来源期刊：钢铁2005年第11期
论文作者：董敏 刘才 李灵锋
关键词：Hough变换; RBF神经网络; 轧制力; 预报;
摘 要：将Hough变换用于RBF神经网络的参数确定中,以自适应地确定RBF网络的隐层节点数和径向基函数的中心值,使得网络结构及参数得到优化,提高了RBF神经网络的收敛速度和泛化能力.将此改进的RBF神经网络应用于冷轧过程轧制力的预测中,试验结果表明经过优化设计的网络模型具有高的输出精度,使得轧制力预报这种受多种因素影响的复杂系统的输出预报问题得到了很好的解决.
董敏1，刘才1，李灵锋2
(1.燕山大学轧机研究所,河北,秦皇岛,066004;
2.河北建材职业技术学院信息机电系,河北,秦皇岛,066004)
摘要:将Hough变换用于RBF神经网络的参数确定中,以自适应地确定RBF网络的隐层节点数和径向基函数的中心值,使得网络结构及参数得到优化,提高了RBF神经网络的收敛速度和泛化能力.将此改进的RBF神经网络应用于冷轧过程轧制力的预测中,试验结果表明经过优化设计的网络模型具有高的输出精度,使得轧制力预报这种受多种因素影响的复杂系统的输出预报问题得到了很好的解决.
关键词:Hough变换; RBF神经网络; 轧制力; 预报;
【全文内容正在添加中】
