基于遗传小波神经网络的冷轧轧制力预报研究
来源期刊：控制与决策2004年第10期
论文作者：黄敏 王建辉 顾树生
文章页码：1129 - 1132
关键词：小波神经网络;混合遗传算法;轧制力预报;
摘 要：依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法,这种网络结构类似于多层感知器,不同的是隐层神经元的激励函数为小波基函数.为使小波神经网络具有更高的学习精度和更快的收敛速度,将遗传算法、小波神经网络和梯度下降算子结合起来,提出一种遗传小波神经网络.将该网络应用于冷轧轧制力的预报,仿真结果表明预报精度大为提高.
黄敏，王建辉，顾树生
摘 要：依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种适合高维输入的小波神经网络建模方法,这种网络结构类似于多层感知器,不同的是隐层神经元的激励函数为小波基函数.为使小波神经网络具有更高的学习精度和更快的收敛速度,将遗传算法、小波神经网络和梯度下降算子结合起来,提出一种遗传小波神经网络.将该网络应用于冷轧轧制力的预报,仿真结果表明预报精度大为提高.
关键词：小波神经网络;混合遗传算法;轧制力预报;
