特殊钢 ›› 2010, Vol. 31 ›› Issue (6): 13-15.
姜静1,孟利东1,李素玲1,姜琳2
Jiang Jing1, Meng Lidong1, Li Suling1,Jiang Lin2
摘要: 提出一种混合编码策略的遗传算法(GA)训练电炉钢碳含量神经网络预报模型。先采用二进制编码策略,再采用十进制编码策略继续优化预报模型的权阈值,这种混合编码策略综合了二进制编码搜索能力强和十进制编码变异量可任意小的优点。仿真结果表明,混合编码策略的遗传算法(GA)具有更快的收敛速度和更好的寻优性能。对100 t电弧炉冶炼0.85%~1.00%C的钢种,预报碳含量的精度为±0.04%时混合编码GA的命中率为96%,二进制编码GA的命中率为90%。