基于高维小波神经网络热连轧板材质量模型的研究

《基于高维小波神经网络热连轧板材质量模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要㈣㈣11

2、llⅢ⋯Ⅲ¨

3、11l

4、IIlll⋯l

5、fI

6、lY2080559论文题目：基于高维小波神经网络的热连轧板材质量模型研究专业i计算机应用技术硕士生：李燕平指导教师：邢进生签名：上址N·签名：现代钢铁市场对于热连轧板材质量的要求越来越高，传统的质量模型已经不能满足生产的需求。热连轧板材的生产要经过多道工序，影响板材质量的因素众多而且与板材质量之间是及其复杂的非线性关系。为了满足企业对热连轧板材质量要求，利用人工智能技术构建热连轧板材的质量模型，实现对热连轧板材质量的控制。为此主要做了如下工作：首先，分析了人工神经网络的基本结构和学习规则，探讨了人工神经网络中典型的BP神经

7、网络的网络结构、学习过程进行；研究了小波神经网络的相关理论知识和板材的热连轧过程及质量要求。其次，构建了热连轧板材的高维小波神经网络质量模型。通过分析热连轧板材的生产样本数据，确定了熟连轧板材质量模型的关键输入输出变量；引入了动量项，研究了热连轧板材的小波神经网络质量模型算法；通过实验，确定小波神经网络隐含层节点数为60，隐含层激励函数为Morlet小波函数。仿真结果表明，所构建的小波神经网络质量模型拟合命中率为90．1％，测试命中率为81．5％。～最后，对所建高维小波神经网络热连轧板材质量模型进行改进。1)采用LvQ神经网络对样本数据聚类，降低了网络算法的时间复杂度，提高了网络

8、的收敛速度。2)使用双输入层小波神经网络结构。按照热连轧板材的生产工序，将板材炼制的输入参数置于网络的第一输入层，将板材轧制的输入参数置于网络的第二输入层。仿真结果表明，改进的模型拟合命中率达到92．3％，测试命中率达到84．5％，基本可以满足企业生产的需要。【关键词】小波神经网络热连轧板材质量模型LVQ聚类双输入层神经网络一【论文类型】应用．，山西师范大学学位论文AbstractTitle：Thequalitymodelresearchofhot—rollingplatebasedonhigh．dimensionalwaveletneuralne僦oIknlgn—dlmenSl

9、OnalWaVeletneUralnet、VOrKMajor：ComputerapplicationtechnologyName：YanpingLiSignature：Supervisor：JinshengXingSignature：SUDerVlS0r：J1nSneng．XlngS12natUre：ThemodernsteeImarkethaSincreasingIyhighdemandforthequa¨tyofhot-ro¨ingpIateandtraditjonaIqualitymodeIcannotmeettherequirementofproduction．Thepr

10、oductionofhot-ro¨ingpIatehasmulti-channeIprocessesandtherearemanyfactorsthataffectthequaIityofthepIate．TheyhaVeaCompIexnonlinearreIatIonshipbetweenthefaCtorSandthequaIityofpIate．_nordertomeettheneedsofenterprisesfbrquaIityrequirements，artificiaIinte¨igence(AI)technoIogyisusedtobuiIdaqualitymo

11、deIofthehot-ro¨ingpIate，whichcancontroIthequaIityofhot-ro¨ingplate-ForthisthefIaI¨owingworkhasbeendone：FlrstlyjthebasicstructureandIearningruIesofartificiaIneuraInetwork‘ANN)wereanaIyzed．NetworkstructureandtheIearningprocessofBPneuraInetwork·atypicalofANNwerediscussed．ReIeVanttheoreticaIknowI

12、edgeofwaVeIetneuraInetwork、hot—ro¨ingprocessofpIateandqua¨tyrequirementswerestudied．SecondIyjthequa¨tymodeIofhot-ro¨ingpIatebasedonIarge-dimensionalwaVeIetneuraInetworkIWNN)wasstructured-Ⅲ山西师范大学学位论文ThfoughanaIyzingtheproductionsampIedataofhot