基于模糊聚类的BP神经网络模型预报中厚板轧制力
- 出版年：2004
- 作者：张延华；刘相华；王国栋
- 单位1：东北大学轧制技术及连轧自动化国家重点实验室
- 单位2：沈阳化工学院信息工程学院
- 出生年：1968
- 学历：博士研究生
- 语种：中文
- 作者关键词：BP神经网络；聚类；轧制力；自学习
- 起始页：209
- 总页数：4
- 经费资助：国家重点基础研究发展规划项目（G2000067208-4）
- 刊名：材料与冶金学报
- 是否内版：否
- 刊频：季刊
- 创刊时间：2002
- 主办单位：东北大学
- 主编：左良
- 地址：沈阳市文化路3号巷11号东北大学114信箱
- 邮编：110004
- 电子信箱：huji@chinajournal.net.cn
- 卷：3
- 期：3
- 期刊索取号：P750.6 334
- 数据库收录："《CAJ-CD规范》执行优秀期刊；俄罗斯《文摘杂志》(AJ，VINITI)；美国《化学文摘》(CA)；美国《剑桥科学文摘社网站：金属索引》(CSA:MD，METADEX)；美国《剑桥科学文摘社网站：机械与运输工程文摘》(CSA:MT-EA)；美国《剑桥科学文摘社网站：机械工程文摘》(CSA：MEA)；美国《剑桥科学文摘社网站：土木工程文摘》(CSA：CEA)；美国《剑桥科学文摘社网站：腐蚀文摘》(CSA:CorrA)；美国《剑桥科学文摘社网站：电子与通讯文摘》(GSA:ECA)；《中国学术期刊（光盘版）》和《中国期刊网》全文数据库；《中国学术期刊评价数据库》；《中文科技期刊数据库》；《万方数据一数字化期刊群》"
摘要
以实测数据为基础，在中厚板轧制设定中采用BP神经网络的方法取代传统的轧制力数学模型，并对神经网络输入项和训练样本进行分析，将传统轧制力模型的自学习过程引入神经元网络用于轧制力预报，改善预报精度.采用模糊聚类分析方法，科学选取学习样本，解决了由于样本多学习速度慢的问题.通过在线数据分析，可知这种方法对轧制力的预报精度有很大改善，而且神经元网络的结构也得到简化.此方法可以作为神经元网络应用的一个拓展.