陈莹莹
- 作品数：1 被引量：19H指数：1
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：辽宁省自然科学基金国家自然科学基金更多>>
- 相关领域：金属学及工艺更多>>
- 基于PSO-BP网络的板形智能控制器被引量：19
- 2007年
- 为了解决传统的板形识别与控制中的识别精度低,控制速度慢等问题,将粒子群优化(particle swarm optimization,PSO)算法和误差反传递(back propagation,BP)算法混合训练的PSO-BP网络引入到板形的识别与控制中.首先根据板形轧制的历史数据,建立预测板形的神经网络,得到反映板形控制手段对板形特征参数影响的效应矩阵,同时根据理论数据建立对板形进行模式识别的神经网络.这些都是离线进行的,而且对一批板材只需训练一次神经网络,在线轧制过程中只需要根据识别网络的识别结果和效应矩阵,便可以很快的得到需要的控制量.这种方法可以简化板形控制过程,提高控制速度,最后的仿真实验进一步说明了这种方法的有效性.
- 刘建昌陈莹莹张瑞友
- 关键词：板形粒子群优化模式识别
