典型文献
基于GA-PELM的板材热连轧轧制力预测
文献摘要：
在板材热连轧过程中,轧制力的计算精度直接影响板带钢的实际厚度,也是实现精准在线控制的前提.然而,由于实际的轧制过程受多种因素影响,使用传统模型进行预测的精度往往比较低.为了提高轧制力的预测精度,提出了并行异构极限学习机(PELM)的轧制力预测模型,该模型学习速度快且泛化能力强,同时为了保证模型的稳定性,采用遗传算法(GA)优化了该模型的权重和偏差.以包头某钢厂2250生产线的实际生产数据为例进行轧制力预测,结果表明,该算法训练的轧制力预测模型有很好的预测精度,适用于热连轧过程的轧制力预测.
文献关键词：
带钢热连轧;轧制力;并行异构极限学习机;遗传算法;网络结构
中图分类号：
作者姓名：
杨静;任彦;高晓文;苏楠
作者机构：
内蒙古科技大学 信息工程学院, 内蒙古 包头014010
文献出处：
引用格式：
[1]杨静;任彦;高晓文;苏楠-.基于GA-PELM的板材热连轧轧制力预测)[J].锻压技术,2022(01):43-48
A类：
并行异构极限学习机
B类：
GA,PELM,板材,轧轧,轧制力预测,计算精度,响板,板带,在线控制,轧制过程,传统模型,模型学习,学习速度,泛化能力,包头,钢厂,生产线,生产数据,算法训练,带钢热连轧
AB值：
0.246806
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
