㒄
㐴
钢铁研究, 2017, 45(3): 23-26.
基于PSO-BP神经网络双机架炉卷轧机轧制力的预测

王智 1, , 张果 2, , 王剑平 3, , 杨俊东 4, , 杨奇 5, , 尹丽琼 6,

1.昆明理工大学 信息工程与自动化学院,云南 昆明,650500;
2.昆明理工大学 信息工程与自动化学院,云南 昆明,650500;
3.昆明理工大学 信息工程与自动化学院,云南 昆明,650500;
4.云南大学 信息学院,云南 昆明,650091;
5.昆明钢铁控股有限公司 板带厂,云南 昆钢,650302;
6.昆明钢铁控股有限公司 板带厂,云南 昆钢,650302
为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型.以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10 %以内.
引用： 王智, 张果, 王剑平, 杨俊东, 杨奇, 尹丽琼 基于PSO-BP神经网络双机架炉卷轧机轧制力的预测. 钢铁研究, 2017, 45(3): 23-26. doi: 
参考文献：

相似文献: