基于IPSO优化RBF神经网络的带钢厚度控制预测新方法

摘要：

提出了一种基于IPSO算法优化RBF神经网络的带钢厚度控制预测的新方法.先将PSO算法中的权重和学习因子进行优化,再将改进后的新粒子群算法应用于RBF神经网络的参数确定中,实现了RBF神经网络隐含层高斯函数的中心值和宽度向量以及隐含层与输出层之间权值的优化,改善了RBF神经网络的预测精度.仿真结果表明,将优化的RBF网络用于带钢厚度控制预测中,获得了可靠的精度和较好的收敛速度,说明该方法具有广阔的应用推广前景.

关键词：IPSO算法、RBF神经网络、带钢厚度控制预测

所属期刊栏目：35

分类号：TP183(自动化基础理论)

资助基金：河北省教育厅重点资助项目ZD2015059

在线出版日期：2016-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-78,98