基于pso的小波神经网络热连轧板材质量模型研究 (1)

《基于pso的小波神经网络热连轧板材质量模型研究 (1)》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、分类号：密级：无UDC：单位代码：10118山西师范大学研究生硕士学位论文基于PSO的小波神经网络热连轧板材质量模型研究张碧夏指导教师邢进生教授山西师范大学数学与计算机科学学院申请学位级别理学硕士专业名称计算机应用技术论文提交日期2014年3月31日论文答辩日期2014年5月16日学位授予单位山西师范大学学位授予日期2014年月日答辩委员会主席杨威教授评阅人王鲜芳教授张丽萍副教授2014年3月31日独创性声明本人郑重声明：所呈交的学位论文是本人在山西师范大学攻读学位期间，在导师指导下独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究

2、工作做出重要贡献的个人和集体，均已在论文中以明确方式注明并表示谢意。本声明的法律后果将完全由本人承担。学位论文作者签名：日期：学位论文使用授权书本人在山西师范大学攻读学位期间，在导师指导下完成的学位论文归山西师范大学所有，其内容不得以其他单位的名义发表。本人完全了解山西师范大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权山西师范大学可以采用影印、缩印或其他复制手段保存论文，本人同意《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志

3、社投稿，希望《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》给予出版，并同意在CNKI系列数据库中使用，同意按章程规定享受相关权益。（保密的学位论文在解密后适用本授权书）学位论文作者签名：指导教师签名：日期：日期：学位论文作者毕业后去向：工作单位：电话：通讯地址：邮编：摘要论文题目：基于PSO的小波神经网络热连轧板材质量模型研究专业：计算机应用技术硕士生：张碧夏签名：指导教师：邢进生签名：摘要随着经济的发展，钢铁市场对热连轧板材质量的要求越来越高，为满足市场需求，近些年，学者们对基于人工神经网络技术的热连轧板材质量模型的研究非常活跃。他们提出了一些热连轧板材质量模型，如BP

4、神经网络、径向基网络、模糊网络等神经网络模型，但这些热连轧板材质量模型的测试命中率难以满足厂方要求，为此，本文主要做了以下工作：首先，综述了BP神经网络、小波神经网络和粒子群优化算法（ParticalSwarmOptimization-PSO）的相关理论；分析了热连轧板材的生产过程，获得了板材质量数据，确定了数据的输入输出变量，阐述了热连轧板材的质量要求。其次，构建了新的粒子群优化小波神经网络。通过分析粒子群优化小波神经网络，可知该网络采用粒子群算法的搜索迭代公式调整网络参数，能很好的跳出局部极小值点，具有局部寻优特点，但是误差不能以最快的速度达到极小值；为此新的网络首先采用小波神经网络计算

5、误差，然后再对小波神经网络的各种参数采用基于梯度下降的误差反传算法和粒子群算法（PSO）相结合的方式进行修正。网络不仅能以最快的速度达到极小值，而且能跳出局部极小值点；对构建的网络模型进行实例仿真，结果表明，新的粒子群优化小波神经网络质量模型的测试命中率提高了9.8%，训练时间缩短了28分钟20秒。最后，基于新的粒子群优化小波神经网络设计和实现了热连轧板材质量预测系统。系统实现了数据样本存入数据库、网络参数的设置、算法参数的设置、训练与测试的功能。该系统可以对给定的热连轧板材质量数据进行建模和预测。【关键词】粒子群优化小波神经网络热连轧板材质量模型【论文类型】应用研究I山西师范大学学位论文I

6、IAbstractTitle：Researchonhot-rollingplatequalitymodelofwaveletneuralnetworkbasedonPSOMajor：ComputerapplicationtechnologyName：BixiaZhangSignature:Supervisor：JinshengXingSignature:AbstractWitheconomicdevelopment,themarketforhot-rollingsteelplatequalityhavebecomeincreasinglydemanding.Inrecentyears,ino

7、rdertomeetthemarketdemand,researchofscholarsisveryactivetothequalityofhot-rollingplatemodelbasedonartificialneuralnetworktechnology.Theymadesomehot-rollingplatequalitymodels,suchasBPneuralnetwork,RBFnetwork