基于改进的RBF神经网络的热轧板冲击功预报模型

摘要：

为了对Q345B中厚板的冲击吸收功进行预报并指导生产,采用RBF网络预测冲击吸收功与化学成分、工艺参数、屈服强度及抗拉强度等因素间的关系.针对RBF神经网络的不足,采用改进的遗传算法优化RBF网络结构和权值参数,并建立了基于改进遗传算法的RBF神经冲击功预测模型.实验结果表明,用这种改进的遗传算法优化后的神经网络算法是有效的、可行的.

关键词：冲击功、人工神经元网络、遗传算法、热轧板

所属期刊栏目：39

分类号：TP183(自动化基础理论)

在线出版日期：2011-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：48-51