基于云自适应差分和BP神经网络的板形动态影响矩阵控制方法

来源 :计算机应用 | 被引量 : 8次 | 上传用户:lxy272012
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了克服传统板形控制中产品质量差、控制速度慢、生成效率低,以及静态影响矩阵控制信息不足等缺点,将云自适应差分算法(CADE)优化的BP神经网络应用到板形控制中,建立板形预测神经网络,并在离线状态下,根据板形轧制的历史数据和板形调控机构中的关键影响因素建立动态影响矩阵表。在线轧制过程中只需要与板形控制关键影响因素对应的动态影响矩阵表和板形识别变化量,就可以很快得到主要板形控制手段的控制量。该方法避免了神经网络的在线训练,提高了板形的控制速度和轧制精度。仿真实验表明,该方法稳定性好,控制精度高,适合用于
其他文献
男性,47岁,贵州籍,因畏寒、发热11天,加重伴酱油样小便、黑稀便4天抬入病房.病前20余天经商进入云南蛮耗疟疾流行区.既往有高血压病史,一直服用"心痛定"降压治疗,血压控制在1
分析了基于数字化变电站内交换机、监控主机、测控装置、保护装置、合并单元的IGMP Snooping和GMRP动态组播实际应用环境,描述了模型中各模块的功能,比较了两种动态组播模型的应用环境和优缺点。制作了基于WinPcap的动态组播软件测试包,向交换机发送模拟的IGMP Snooping和GMRP操作报文,可以对IGMP Snooping和GMRP两种协议进行测试,并且给出了各自的测试用例。测试结
在实际的手术中,伤口内的渗血伴随着切割过程而频繁出现。但在以往的研究中,多数集中于血液在皮肤或脏器表面的流动,而对伤口内的动态渗血过程模拟研究较少。为此,根据动态渗血模拟对真实性与实时性的要求,提出了一种结合力反馈机制的渗血模拟仿真模型。该模型结合了流体模拟中的拉格朗日粒子法,并针对肝脏切割过程中的渗血这一特定过程对传统拉格朗日方法进行了简化,实验结果表明,其能够很好地满足动态渗血模拟对真实性和实
伤害性信息经初级感觉神经元加工转化为电化学信号传递到脊髓背角,再经进一步加工整合上传到脊髓上高级中枢最终形成痛觉。慢性疼痛的机制研究和临床治疗仍然是基础医学和临
近年来,我国医药领域改革不断深化,陆续出台了社会医疗保险制度、药品分类管理制度、医药分业试点工作等一系列重大改革措施。医院药房越来越受到行业及社会各界的关注,药品经营