论文部分内容阅读
该文首先用递阶遗传算法 (HGA)设计RBF神经网络 ,不仅可以同时确定网络参数 (连接权、隐节点中心和宽度 ) ,而且解决了网络拓扑结构的优化训练问题 ;而后针对板带材轧制是一个复杂的非线性过程 ,板形控制 (AFC)和板厚控制 (AGC)又是相互耦合的一个综合系统等特点 ,建立了基于过程最优的权值在线自学习算法的RBF神经元网络的板形板厚多变量综合控制系统。仿真结果证明了此AFC -AGC控制系统具有良好的自适应跟随和抗扰性能 ,其控制效果优于传统的解耦PID控制。