基于CGA-SNPOM优化RBF-ARX模型的板形缺陷识别
来源期刊:矿冶工程2018年第3期
论文作者:张秀玲 李家欢 魏其珺 董逍鹏 周凯旋
文章页码:127 - 131
关键词:板形识别;板形缺陷;SNPOM;云遗传;RBF-ARX;
摘 要:针对传统优化算法(SNPOM)在辨识RBF-ARX模型参数时易陷入局部最优解的问题,将云遗传算法(CGA)和SNPOM算法结合,提出一种混合优化算法CGA-SNPOM。并以某公司900HC可逆冷轧机板形识别为应用背景,设计了基于CGA-SNPOM优化RBF-ARX的板形缺陷识别模型。分别用SNPOM算法和CGA-SNPOM算法对RBF-ARX模型参数进行优化,仿真验证表明,基于CGA-SNPOM优化的板形识别系统克服了SNPOM容易陷入局部极值的缺点,识别精度大幅提高,是一种有效的板形识别方案。
张秀玲1,2,李家欢1,魏其珺1,董逍鹏1,周凯旋1
1. 燕山大学河北省工业计算机控制工程河北省重点实验室2. 燕山大学国家冷轧板带装备及工艺工程技术研究中心
摘 要:针对传统优化算法(SNPOM)在辨识RBF-ARX模型参数时易陷入局部最优解的问题,将云遗传算法(CGA)和SNPOM算法结合,提出一种混合优化算法CGA-SNPOM。并以某公司900HC可逆冷轧机板形识别为应用背景,设计了基于CGA-SNPOM优化RBF-ARX的板形缺陷识别模型。分别用SNPOM算法和CGA-SNPOM算法对RBF-ARX模型参数进行优化,仿真验证表明,基于CGA-SNPOM优化的板形识别系统克服了SNPOM容易陷入局部极值的缺点,识别精度大幅提高,是一种有效的板形识别方案。
关键词:板形识别;板形缺陷;SNPOM;云遗传;RBF-ARX;