基于粒子群优化的带钢凸度神经网络预测模型研究

发表时间：[2020-03-19]　　作者：朱永波，张飞，张勇军，王增权　　编辑录入：小铬　　点击数：751

内容简介

摘要：在热轧板凸度预测模型中，传统BP神经网络预测模型存在易陷入局部极小值、收敛速度慢等问题，因此在传统预测模型的基础之上，用自适应变异粒子群算法优化BP神经网络模型的权值和阈值，将权值和阈值编码成粒子选出最优值，并将其用于预测带钢凸度。仿真结果表明，自适应变异粒子群优化的BP神经网络和传统的预测模型相比，预测效果有所改善。关键词：带钢；凸度；自适应变异粒子群；BP神经网络；凸度预测下载高清全文——基于粒子群优化的带钢凸度神经网络预测模型研究.pdf

友情提示

文章权限：高级会员
消耗金币：5
此文章需要高级会员及以上权限才可阅读！普通会员阅读下载本文档需要登录，并付出相应金币（普通会员注册即赠送20金币）。如何获取金币？
如果您还没有注册，您可以点此注册！
如果您已注册还没有登录，您可以在下面登录！

用户名：

密　码：

验证码：