摘要：为进一步提高热轧带钢卷取温度控制精度，将遗传算法与神经网络相结合，建立卷取温度预报系统，用改进的智能算法来优化遗传神经网络模型参数，以应对生产过程的强非线性。首先，提出了新的遗传操作，通过优生、突变、嫁接保证在全局范围内对模型参数进行优化;其次，利用某钢厂热轧生产线的历史数据，对温度模型进行测试和仿真，动态呈现了神经网络权值优化的中间过程，逼真显现了算法收敛的趋势。仿真结果表明，该温度预报模型收敛速度较快且精度高，可为前馈控制的补偿参数优化提供可靠的参考数据，进而提高热轧带钢卷取温度的控制精度。关键词：热轧；;卷取；温度预报；智能优化算法；优生；嫁接；遗传神经网络下载高清全文——带钢卷取温度智能预报系统及仿真程序设计.pdf