基于三次样条权函数神经网络的钢坯温度预报  

Slab Temperature Prediction Based on Neural Networks with Cubic Spline Weight Function

作　　者：张捍东[1] 黄鹏程[1] 李俊[1] 

机构地区：[1]安徽工业大学电气信息学院,马鞍山243002

出　　处：《自动化与仪表》2010年第2期35-38,共4页Automation & Instrumentation

基　　金：国家自然科学基金项目(50407017);国家高技术研究发展计划(863计划)项目(2007AA05Z242);国家高技术研究发展计划(863计划)项目(2007AA05Z421)

摘　　要：针对传统神经网络对钢坯温度预报存在的一些缺点,如:隐层数不易确定,网络训练对初值敏感等。该文利用三次样条权函数神经网络建立了钢坯温度预报模型,克服了传统神经网络的缺点。仿真结果表明该模型具有较高的精度。Aiming at some disadvantages of the traditional neural networks on billet temperature prediction, such as： hard to fix the hidden layer units, sensitive to initial for networks training, etc, a kind of new billet temperature prediction model is established based on the cubic spline function neural networks. The disadvantages of the traditional neural network are overcome, and the simulation results show that the model has higher precision.

关 键 词：钢坯 温度预报 三次样条权函数 神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]