期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的最小二乘支持向量机的退火炉内带钢延伸量预测
被引量：
1
1
作者
周鑫
王超
+1 位作者
杨琦
张宇献
《轧钢》
2015年第3期60-63,66,共5页
带钢在退火炉内进行长时间加热的过程中,由于炉内温度、张力以及带钢运行速度等变量间具有多重相关性且存在生产数据噪声,从而难以准确预测炉内带钢的延伸量。本文提出了一种基于遗传算法的BP神经网络理论(GA-BP神经网络)与最小二乘支...
带钢在退火炉内进行长时间加热的过程中,由于炉内温度、张力以及带钢运行速度等变量间具有多重相关性且存在生产数据噪声,从而难以准确预测炉内带钢的延伸量。本文提出了一种基于遗传算法的BP神经网络理论(GA-BP神经网络)与最小二乘支持向量机(LSSVM)理论相结合的算法用于目标函数拟合,该算法兼顾最小二乘支持向量机的全局与局部拟合能力,有效避免算法陷入局部最优的缺点,利用改进的BP神经网络算法优化选择LSSVM模型的惩罚因子和核函数参数,以避免人为选择参数的盲目性,使LSSVM具有更好的泛化能力和预测精度。将该方法应用到退火炉内带钢的延伸量预测,通过现场生产数据仿真模拟进行非线性函数估计,结果表明:本文所提出的方法具有良好的预测精度,可以应用于实际生产。
展开更多
关键词
带钢延伸量
软测量
遗传算法
bp
神经网络
最小二乘支持向量机
下载PDF
职称材料
题名
基于改进的最小二乘支持向量机的退火炉内带钢延伸量预测
被引量：
1
1
作者
周鑫
王超
杨琦
张宇献
机构
沈阳铝镁设计研究院有限公司电力自动化室
东北大学信息科学与工程学院
沈阳工业大学电气工程学院
出处
《轧钢》
2015年第3期60-63,66,共5页
基金
国家自然基金资助项目(61102124)
文摘
带钢在退火炉内进行长时间加热的过程中,由于炉内温度、张力以及带钢运行速度等变量间具有多重相关性且存在生产数据噪声,从而难以准确预测炉内带钢的延伸量。本文提出了一种基于遗传算法的BP神经网络理论(GA-BP神经网络)与最小二乘支持向量机(LSSVM)理论相结合的算法用于目标函数拟合,该算法兼顾最小二乘支持向量机的全局与局部拟合能力,有效避免算法陷入局部最优的缺点,利用改进的BP神经网络算法优化选择LSSVM模型的惩罚因子和核函数参数,以避免人为选择参数的盲目性,使LSSVM具有更好的泛化能力和预测精度。将该方法应用到退火炉内带钢的延伸量预测,通过现场生产数据仿真模拟进行非线性函数估计,结果表明:本文所提出的方法具有良好的预测精度,可以应用于实际生产。
关键词
带钢延伸量
软测量
遗传算法
bp
神经网络
最小二乘支持向量机
Keywords
strip
elongation
soft
sensor
genetic
algorithm
（GA）
bp
neural
network
（
be
）
least
squares
support
vector
machines
（LSSVM）
分类号
TG334.9 [金属学及工艺—金属压力加工]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进的最小二乘支持向量机的退火炉内带钢延伸量预测
周鑫
王超
杨琦
张宇献
《轧钢》
2015
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
