用改进遗传算法优化的带钢卷取温度预报模型
孙铁军1
杨卫东2
程艳明3
段凤云4
弭洪涛3
1.北京科技大学自动化学院,北京100083;北华大学电气信息工程学院,吉林吉林132021;北京科技大学钢铁流程先进控制教育部重点实验室,北京1000832.北京科技大学自动化学院,北京100083;北京科技大学钢铁流程先进控制教育部重点实验室,北京1000833.北华大学电气信息工程学院,吉林吉林,1320214.北华大学信息技术与传媒学院,吉林吉林,132013
摘要：由于热轧带钢卷取温度控制过程存在强非线性,经典数学模型难以精确描述,我们采用遗传神经网络建立了卷取温度预报模型,并且通过改进的遗传算法优化了神经网络的权值.其中,提出了重新进化的思想,用“返祖”操作找回丢失的较优模式并将其耦合至下一代种群中,极大的提高了算法的收敛速度;分析了“种群解的空间跨度”和“基因段距离”对种群多样性的影响,用“优生”操作来推动算法从平面到多维空间的立体式搜索,以勘探和挖掘出更广、更优的寻优区间,并在种群进化后期,强力驱动算法收敛于全局最优.MFC(微软基类库)仿真结果表明:该卷取温度预报模型的收敛速度快、精度高,满足实时在线的控制要求,预报精度在±10°范围之内,能为卷取温度的前馈补偿控制提供可靠的参考数据,从而为进一步提高卷取温度的控制精度提供了新的途径.
关键词：卷取温度遗传算法返祖基因段距离优生
分类号：TP273(自动化技术及设备)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1106-1113 )
英文信息