杨景明
,
刘舒慧
,
车海军
,
孙晓娜
钢铁
用神经网络模型代替传统的数学模型，达到提高轧制参数预报精度的目的。在分析了轧制原理的基础上设计了神经网络冷连轧参数预报模型，并针对前向网络反向传播算法（BP）收敛速度缓慢和易陷入局部极小点的缺点，将有全局寻优特性的模拟退火算法（SA）与之结合得到具有较快收敛速度和较高逼近精度的神经网络轧制参数预报模型，提高了网络的快速性和精确性。最后以轧制力预报为例，证明了该方法收敛速度快，稳定性好，可信度高，具有较好的应用前景。
关键词:
冷连轧;轧制力预报;BP神经网络;模拟退火算法
