本發明提供一種基于改進神經網絡的多牌號C?Mn鋼力學性能預測方法,首先采集多牌號C?Mn鋼在熱連軋生產過程中的生產數據并進行數據處理,然后采用前向選擇的相關性分析方法生成各力學性能的樣本集,采用PSO算法對BRNN網絡模型訓練過程中的參數進行優化,通過選取多個牌號的C?Mn鋼生產數據,使數據樣本中包含了更加全面的生產工藝信息,解決了單鋼種生產工藝的數據無法包括全面的工藝信息的問題;通過采用數據處理和相關性分析方法,使數據更加穩定且更具規律性,并可以有效簡化預測模型的結構;通過引入PSO算法對BRNN模型進行改進,解決了其存在的容易陷入局部最小值的問題,經過改進的神經網絡具有良好的泛化能力,能夠更客觀地符合物理冶金學規律。
聲明:
“基于改進神經網絡的多牌號C-Mn鋼力學性能預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)