论文部分内容阅读
以SPHC为研究对象,通过遗传算法改善神经网络参数,获得最佳预测能力的神经网络,建立了带钢化学成分等因素对产品性能影响的定量关系。考虑了生产的条件和能力以及用户对力学性能的要求,通过遗传算法计算轧制过程中的温度制度参数,实现组织性能的柔性化轧制。研究结果表明,实际测量的3个温度制度参数包含在预测的温度制度参数范围内。在生产能力允许的条件下,温度制度可以控制的屈服强度波动范围约为±10%。采用遗传算法能高效地计算温度制度参数。