文章摘要
基于结构自组织ELM的铝热连轧轧制力预测
  
DOI:
中文关键词: 轧制力预测  极限学习机  结构自组织  自适应算法
英文关键词: 
基金项目:国家自然科学基金资助项目(61702185); 河南省高等学校青年骨干教师培养计划项目资助(2017GGJS270); 河南省高等学校重点科研项目计划(19B520014)
作者单位
刘悦,崔丹丹* 开封大学 信息工程学院,河南 开封 475000 
摘要点击次数: 326
全文下载次数: 161
中文摘要:
      轧制力在铝热连轧中起着重要作用,针对热轧过程中的非线性、参数强耦合性等因素使得其难以建模的问题.本文提出一种具有拓扑结构自组织的极限学习机(Topology Self-Organizing Extreme learning machine, TSO-ELM)算法,解决了ELM的结构设计问题,实现了结构和参数的自组织.根据现场数据,使用TSO-ELM算法进行铝热连轧轧制力预测,结果表明该算法与人工蜂群算法优化反向传播神经网络(Artificial bee colony algorithm optimized Back-propagation neural network, ABC-BP)和增强型增量极限学习机(Enhanced random search based incremental extreme learning machine, EI-ELM)算法对比,其训练速度和精度都得到了一定的提高.
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭