李宏
,
张大志
上海金属
doi:10.3969/j.issn.1001-7208.2006.05.013
针对热轧带钢卷取温度传统预报模型的固有缺陷,提出基于遗传神经网络的卷取温度预报方法,并对其在卷取温度控制中的应用策略进行了研究.由于神经网络有很强的泛化映射能力,而遗传算法能收敛到全局最优解,因此将遗传算法与神经网络结合起来,建立了遗传神经网络.运用实际生产数据对该网络进行训练和测试,结果表明:它能准确、实时地预报卷取温度,有在线应用的前景.
关键词:
热轧带钢
,
卷取温度
,
数学模型
,
遗传神经网络
,
预测控制
杜鹃
,
韩传基
,
蔡开科
钢铁研究学报
针对连铸过程的结晶器液面控制问题,提出了基于最小二乘支持向量机技术的预测模型的预测控制方法.利用最小二乘支持向量机对非线性过程建立预测模型,采用非线性预测控制方法进行控制.以结晶器液面控制过程为控制对象进行仿真,仿真结果表明,最小二乘支持向量机的建模方法可以有效地建立预测模型并且具有较好的泛化能力,基于这种预测模型的预测控制具有很好的控制性能.
关键词:
连铸
,
结晶器液面控制
,
支持向量机
,
预测控制
,
非线性过程建模
