[發明專利]基于改進神經網絡算法的中厚板軋制力設定值預報方法

無效

• 申請號: 201310747097.8
• 申請日: 2013-12-30
• 公開（公告）號: CN103745101A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 趙云濤;王勝勇;盧家斌
• 申請（專利權）人: 中冶南方（武漢）自動化有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/12;G06N3/02
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹

1.基于改進神經網絡算法的中厚板軋制力設定值預報方法，其特征在于：它包括以下步驟：

步驟一、將神經網絡的拓撲結構動態調整，以及神經網絡閾值和權值動態訓練協調起來，從全局的角度對神經網絡的各層神經元的連接權、閾值、網絡結構進行動態優化；

步驟二、對步驟一優化后的拓撲結構中的參數進行賦值并計算，得到改進神經網絡算法預報的軋制力計算值與實際值的偏差F_NN；

步驟三、采用傳統數學模型和改進神經網絡算法相結合的預報模型形式，利用公式F=F₀+F_NN獲得中厚板軋制力設定值F，其中F₀為傳統數學模型得到的軋制力計算值。

2.根據權利要求1所述的基于改進神經網絡算法的中厚板軋制力設定值預報方法，其特征在于：所述的步驟一的具體步驟為：

列出所有可能存在的神經元，并將各神經元之間所有可能的網絡連接形式、神經元之間的權值和閾值，編碼成實數碼串；

生成多個實數碼串后，采用遺傳算法對實數碼串進行最優化尋優，在尋優過程中通過實數碼串解碼成的神經網絡輸出的平均誤差作為個體適應度。

3.根據權利要求1所述的基于改進神經網絡算法的中厚板軋制力設定值預報方法，其特征在于：所述的步驟二中對步驟一優化后的拓撲結構中的參數進行賦值，

其中輸入層共有以下10個：軋件入口厚度、壓下率、工作輥直徑、軋件入口寬度、軋件出口寬度、軋制速度、軋件溫度、C含量、Mn含量、Si含量；

輸出層只有一個節點，為數學模型軋制力計算值與實際值的偏差F_NN；

選擇隱層節點個數p為最大可能值即p(max)=2*m+2*q，其中m為輸入層節點個數，q為輸出層節點個數，在尋優過程中將隱層的節點個數逐漸減小，最終獲得最優隱層的節點個數；輸入層與隱層的連接權數為m*p(max)，輸出層與隱層的連接權數為q*p(max)；

設計的實數碼串為：輸入層到神經網絡單隱層的網絡權值X_ij；隱層的節點數H=1，....，p；單隱層到神經網絡輸出層的網絡權值Y_jk；隱層的閾值σ_j；輸出層的閾值Ψ_k；其中i=1，……m，j=1，……p，k=1，……q。