[1] WANG L C, SONG J S, ZHANG J, et al. Application of BP-GA algorithm in optimization of process parameters in thin strip tandem cold rolling[J]. Advanced Materials Research, 2013,774-776:1042-1045.
[2] 周富强,曹建国,张杰,等. 基于神经网络的冷连轧机轧制力预报模型[J]. 中南大学学报 (自然科学版), 2006,37(6):1155-1160.
[3] 杨景明,闫晓莹,顾佳琪,等. 基于改进粒子群优化RBF神经网络的轧制力预报[J]. 矿冶工程, 2014,34(6):110-113.
[4] 赵志伟,杨景明,车海军,等. 基于人工蜂群算法与反向传播神经网络的铝热连轧轧制力预测[J]. 计量学报,2014,35(2):157-160.
[5] WANG Z H, GONG D Y, LI X, et al. Prediction of bending force in the hot strip rolling process using artificial neural network and genetic algorithm (ANN-GA)[J]. International Journal of Advanced Manufacturing Technology, 2017,93(9-12):3325-3338.
[6] YUCE B, REZGUI Y, MOURSHED M. ANN-GA smart appliance scheduling for optimised energy management in the domestic sector[J]. Energy and Buildings, 2016,111:311-325.
[7] 李宣,孙志辉,张宏昌. 基于泛化回归RBF神经网络铝带厚度控制系统的辨识[J]. 冶金设备, 2007(1):29-32.
[8] 王萌. 基于软测量的预测控制在冷连轧厚度控制中的研究[D]. 天津:河北工业大学, 2014.
[9] LIU C J, DING W F, LI Z, et al. Prediction of high-speed grinding temperature of titanium matrix composites using BP neural network based on PSO algorithm[J]. International Journal of Advanced Manufacturing Technology, 2017,89(5-8):2277-2285.
[10]陈树宗,彭文,姬亚锋,等. 基于目标函数的冷连轧轧制力模型参数自适应[J]. 东北大学学报(自然科学版), 2013,34(8):1128-1131.
[11]闫晓莹. 基于改进粒子群优化的轧制力反建模型及自学习[D]. 秦皇岛:燕山大学, 2015.
[12]王秀梅,王国栋,刘相华. 人工神经网络和数学模型在热连轧机组轧制力预报中的综合应用[J]. 钢铁, 1999,34(3):37-39.
[13]张鹏飞. 基于小波神经网络的轧制力预报模型的研究以及自动厚度控制系统的研究[D]. 太原:太原理工大学, 2007.
[14]瞿晓,陈伟. 遗传算法和BP神经网络在铜板带轧制力预测中的应用[J]. 科技通报, 2011,27(2):238-240.
[15]KHOUALDIA T, HADJADJ A E, BOUACHA K, et al. Multi-objective optimization of ANN fault diagnosis model for rotating machinery using grey rational analysis in Taguchi method[J]. International Journal of Advanced Manufacturing Technology, 2017,89(9-12):3009-3020.
[16]潘昊,王晓勇,陈琼,等. 基于遗传算法的BP神经网络技术的应用[J]. 计算机应用, 2005,25(12):2777-2779.
[17]罗宇卓,马瑜,王文娜,等. 基于FPSO优化的BP神经网络算法及环境监测应用[J]. 国外电子测量技术, 2018,37(3):136-142.
[18]KHAYET M, COJOCARU C. Artificial neural network modeling and optimization of desalination by air gap membrane distillation[J]. Separation and Purification Technology, 2012,86:171-182.
[19]XU C, RANGAIAH G P, ZHAO X S. Application of artificial neural network and genetic programming in modeling and optimization of ultraviolet water disinfection reactors[J]. Chemical Engineering Communications, 2015,202(11):1415-1424.
[20]金菊良,杨晓华,丁晶. 基于实数编码的加速遗传算法[J]. 四川大学学报(工程科学版), 2000,32(4):20-24.
[21]墨蒙,赵龙章,龚嫒雯,等. 基于遗传算法优化的BP神经网络研究应用[J]. 现代电子技术, 2018,41(9):41-44.
[22]杨从锐,钱谦,王锋,等. 改进的自适应遗传算法在函数优化中的应用[J]. 计算机应用研究, 2018,35(4):1042-1045.
[23]熊缨,岑恺. 基于相对误差平方和的神经网络预测镁合金多轴疲劳寿命[J]. 机械工程学报, 2016,52(4):73-81. |