计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
16期
210-212
,共3页
轧钢生产过程%产品质量建模%遗传算法%小波神经网络
軋鋼生產過程%產品質量建模%遺傳算法%小波神經網絡
알강생산과정%산품질량건모%유전산법%소파신경망락
针对某轧钢厂的热连轧产品质量生产过程,对遗传算法(GA)的交叉和变异操作进行改进,给出了基于改进的遗传算法(IGA)优化小波神经网络(WNN)结构的产品质量建模方法.仿真实例表明:该建模方法既保留了GA的全局搜索能力和WNN学习算法简单有效的特点,又具有网络训练速度快、建模精度高等优点,表明了该方法的有效性.
針對某軋鋼廠的熱連軋產品質量生產過程,對遺傳算法(GA)的交扠和變異操作進行改進,給齣瞭基于改進的遺傳算法(IGA)優化小波神經網絡(WNN)結構的產品質量建模方法.倣真實例錶明:該建模方法既保留瞭GA的全跼搜索能力和WNN學習算法簡單有效的特點,又具有網絡訓練速度快、建模精度高等優點,錶明瞭該方法的有效性.
침대모알강엄적열련알산품질량생산과정,대유전산법(GA)적교차화변이조작진행개진,급출료기우개진적유전산법(IGA)우화소파신경망락(WNN)결구적산품질량건모방법.방진실례표명:해건모방법기보류료GA적전국수색능력화WNN학습산법간단유효적특점,우구유망락훈련속도쾌、건모정도고등우점,표명료해방법적유효성.