沈阳大学学报（自然科学版）
瀋暘大學學報（自然科學版）
침양대학학보（자연과학판）
Journal of Shenyang University(Natural Science)
2013年
3期
209-215
,共7页
张秀玲%徐腾%赵亮%樊红敏%臧佳音
張秀玲%徐騰%趙亮%樊紅敏%臧佳音
장수령%서등%조량%번홍민%장가음
板形%模式识别%PID神经网络%遗传算法
闆形%模式識彆%PID神經網絡%遺傳算法
판형%모식식별%PID신경망락%유전산법
针对传统板形模式识别方法存在抗干扰能力差和识别精度有限等缺点,提出了基于遗传算法(GA)优化的PID神经网络板形模式识别方法.PID神经网络不仅具备传统多层前向网络的特点,而且其隐含层具有动态特性,可以直接用于动态系统辨识.GA具备良好的并行设计结构,具有全局优化的特点,利用GA对网络权值进行优化,克服了传统BP算法易陷于局部极小的不足.仿真结果表明:GA-PID神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形模式识别精度,可以满足板带轧机高精度的板形控制要求.
針對傳統闆形模式識彆方法存在抗榦擾能力差和識彆精度有限等缺點,提齣瞭基于遺傳算法(GA)優化的PID神經網絡闆形模式識彆方法.PID神經網絡不僅具備傳統多層前嚮網絡的特點,而且其隱含層具有動態特性,可以直接用于動態繫統辨識.GA具備良好的併行設計結構,具有全跼優化的特點,利用GA對網絡權值進行優化,剋服瞭傳統BP算法易陷于跼部極小的不足.倣真結果錶明:GA-PID神經網絡的闆形模式識彆方法能夠識彆齣常見的闆形缺陷,提高瞭闆形模式識彆精度,可以滿足闆帶軋機高精度的闆形控製要求.
침대전통판형모식식별방법존재항간우능력차화식별정도유한등결점,제출료기우유전산법(GA)우화적PID신경망락판형모식식별방법.PID신경망락불부구비전통다층전향망락적특점,이차기은함층구유동태특성,가이직접용우동태계통변식.GA구비량호적병행설계결구,구유전국우화적특점,이용GA대망락권치진행우화,극복료전통BP산법역함우국부겁소적불족.방진결과표명:GA-PID신경망락적판형모식식별방법능구식별출상견적판형결함,제고료판형모식식별정도,가이만족판대알궤고정도적판형공제요구.
