%0 Journal Article
%T 基于PSO-BP网络的板形智能控制器
%A 刘建昌
%A 陈莹莹
%A 张瑞友
%J 控制理论与应用
%D 2007
%R 10.7641/j.issn.1000-8152.2007.4.032
%X 为了解决传统的板形识别与控制中的识别精度低,控制速度慢等问题,将粒子群优化(particleswarmoptimization,PSO)算法和误差反传递(backpropagation,BP)算法混合训练的PSO-BP网络引入到板形的识别与控制中.首先根据板形轧制的历史数据,建立预测板形的神经网络,得到反映板形控制手段对板形特征参数影响的效应矩阵,同时根据理论数据建立对板形进行模式识别的神经网络.这些都是离线进行的,而且对一批板材只需训练一次神经网络,在线轧制过程中只需要根据识别网络的识别结果和效应矩阵,便可以很快的得到需要的控制量.这种方法可以简化板形控制过程,提高控制速度,最后的仿真实验进一步说明了这种方法的有效性.
%K 板形
%K 粒子群优化
%K 模式识别
%K 效应矩阵
%K 误差反传递网络
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200704032&flag=1