基于模糊聚类的BP神经网络模型预报中厚板轧制力

作者：张延华; 刘相华; 王国栋

来源：材料与冶金学报, 2004, (03): 209-212.

DOI：10.14186/j.cnki.1671-6620.2004.03.012

• BP神经网络
• 聚类
• 轧制力
• 自学习 BP neural network
• fuzzy cluster
• rolling load
• self-adaption

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.

• 单位
  轧制技术及连轧自动化国家重点实验室; 东北大学; 沈阳化工学院