论文部分内容阅读
在轧制生产过程中,为了提高钢坯的轧制质量,需要对钢坯出炉温度进行精准预测,实现加热炉燃烧优化的目的 .然而现存的检测技术在这方面的应用存在缺陷,普通的检测技术无法实现温度上的精准预测.通过蚁群算法优化BP网络建立模型来对钢坯出炉温度进行预测,利用蚁群算法的群体搜索,寻找最优路径的能力,找到适合BP神经网络的权值阈值,同时输入到神经网络中,并进行网络的训练.从仿真实验的结果能够看出,使用蚁群优化后的BP神经网络模型,对温度的预测精度更高、收敛速度更快.