基于改进遗传算法优化神经网络的板形控制.pdfVIP

第 32卷 第 4-5期 有 色 冶 金 设 计 与 研 究 2011笠 10 月 基于改进遗传算法优化神经网络的板形控制 黄江平，林文钊，吴 昊，朱志高 f华东交通大学 屯气与 电子工程学院，江西南 昌 330013) [摘 要]冷轧板形控制系统是一个强耦合 、非线性的多变量复杂系统 ，难 以建立精确的数学模型，一般 常规的控制方法难以取得令人满意的控制效果 本文依据现场的轧制数据 ．提 出采用 自适应竞争遗传算法优 化神经网络对其进行建模 ．采用模糊控制 ，可实现实时控制 ，并利用 MATLAB编程 ，仿真结果显示了算法的 有效性和 时效性 ． [关键词]板形控制；遗传算法；神经网络优化；模糊控制 中图分类号：TP273．TG333 文献标识码：A 文章NN：1004—4345(2011)04—0108—04 FlatnessControlbasedonImprovedGeneticAlgorithm toOptimizetheNeuralNetwork HUANGJiang—ping，LIN Wen—zhao，WU Hao，ZHUZhi—gao (SchoolofElectricalandElectronicEngineering，EastChinaJiaotongUniversity，Nanchang 330013，China) Abstract Thesystem ofautomaticflatnesscontrolisamulti—inputand multi—outputnonlinearsystem with strongcoupling， therefore， itisdifficultto build an accurate mathematicalmodel，the controlmethod ofgeneralroutine is difficultto obtain satisfactorycontroleffect．Basedonthelocalrollingdata，thisthesisputsforwardamethodofusingneuralnetworkwhichisoptimized byadaptivecompetitiongeneticalgorithm formodelingthecoldrolling，then usingfuzzycontrolrealizethereal—timecontrol，the simulationresultsofMATLABprogrammingshowtheeffectivenessandtimelinessofthealgorithm． Keywords flatnesscontrol；theadaptivecompetitivegeneticalgorithm ；optimizationofneuralnetwork；fulzzycontrol 板形板厚是冷轧板带重要的质量指标。经过多 研究建立了基于动态 BP神经网络的自组织模糊控 年的研究，板带厚度 自动控制(AGC)技术已经能够将 制模型。文献6『1建立以板厚板形为 目标函数，应用智 纵向厚差控制在 2～5 m范围内，对冷轧产品而 能化的优化方法一免疫遗传算法 (IGA)对冷连轧机 言，其精度满足用户要求。而影响冷轧产品质量的主要 轧制参数进行优化。文献[7】提出一种基于模糊神经 因素是其板形凸度，这是因为板形控制fAFc1技术的 网络的综合控制方案，实现了无模型板形板厚综合控 落后，且来料情况、轧制条件等因素变化，对于这样 制。该控制系统收敛性好 、抗干扰性强，取得令人满 一 个极其复杂的实时控制系统，实现板形的精确建模