欢迎登录材料期刊网
赵红雁
钢铁研究 doi:10.3969/j.issn.1001-1447.2001.02.008
针对传统板形预测模型的固有缺陷，研究建立了基于神经网络的森吉米尔轧机板形预测模型。模型经由某钢铁公司森吉米尔20辊冷轧实测数据仿真验证表明，预测模型具有较高的预测精度。
关键词: 森吉米尔轧机 , 神经网络 , 板形预测
贾春玉 , 单修迎 , 牛召平
钢铁研究学报
建立了一个自调整动态神经网络预测模型,它在BP网络模型基础上,对网络的自身结构及学习规则进行了动态优化.网络能自组织和自学习自己的结构,即在学习过程中,网络可根据具体问题自动调整本身的结构,从而使结构达到最优.在此基础上,建立了板形神经网络预测模型,经某带钢厂四辊冷轧实测数据仿真验证表明,该模型具有很高的预测精度.
关键词: 自调整 , 动态神经网络 , 板形预测
