简介概要

基于CA-CAMC网络的轧制力自学习预报模型

来源期刊:冶金自动化2016年第2期

论文作者:赵文姣 闫洪伟 杨枕 温玉莲 孙祖乾

文章页码:7 - 10

关键词:轧制力;自学习模型;CA-CMAC网络;信度分配;预报模型;冷轧;

摘    要:为了提高轧制力自学习模型的预报精度,将传统自学习模型的预报轧制力及影响轧制力的主要因素作为网络的输入,利用权值更新次数的倒数与单个样本本次激活的地址更新次数倒数和的比作为网络权值更新的信度,建立了基于信度分配的小脑模型CA-CAMC网络与轧制力自学习相结合的轧制力预报模型。通过大量在线数据实验分析,结果表明基于CA-CAMC网络模型的轧制力预报模型的精度高、稳定性好,能够更好地满足实际生产中越来越高的控制精度需求。

详情信息展示

基于CA-CAMC网络的轧制力自学习预报模型

赵文姣,闫洪伟,杨枕,温玉莲,孙祖乾

首钢京唐钢铁联合有限责任公司冷轧部

摘 要:为了提高轧制力自学习模型的预报精度,将传统自学习模型的预报轧制力及影响轧制力的主要因素作为网络的输入,利用权值更新次数的倒数与单个样本本次激活的地址更新次数倒数和的比作为网络权值更新的信度,建立了基于信度分配的小脑模型CA-CAMC网络与轧制力自学习相结合的轧制力预报模型。通过大量在线数据实验分析,结果表明基于CA-CAMC网络模型的轧制力预报模型的精度高、稳定性好,能够更好地满足实际生产中越来越高的控制精度需求。

关键词:轧制力;自学习模型;CA-CMAC网络;信度分配;预报模型;冷轧;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号