计量学报

作者：魏立新,张宇,孙浩,魏新宇

单位：燕山大学 工业计算机控制工程河北省重点实验室, 河北 秦皇岛 066004

关键词：计量学; 轧制力预报; 在线序列极限学习机; 在线结构自组织; 变形抗力

基金：河北省自然科学基金(F2016203249)

冷轧轧制力预报结果直接影响板(带)材轧制精度和产品质量。冷轧工艺复杂,参数耦合性强,模型不易建立且与实际偏差较大,针对这些问题,提出一种改进在线序列极限学习机。在初始训练阶段使用量子粒子群算法优化权值和阈值;在线训练阶段根据当前训练数据中隐含层对网络输出的贡献度调节网络的拓扑结构,实现了结构和参数的自组织,并结合极限学习机变形抗力子模型在线预报轧制力。实验结果表明,该自组织在线序列极限学习机在训练速度和精度方面较之人工蜂群优化的反向传播神经网络和基于增强型增量极限学习机有较大的提高。

来源：2019年第1期

《计量学报》期刊编辑部

查看计量学报杂志2019年第1期