关键词：神经网络;粒子群算法;工艺参数优化
摘 要：结合BP神经网络与粒子群算法，提出了一种降低硅钢铁损的工艺参数优化策略。首先，采用BP神经网络建立了对硅钢铁损的预测模型，模型具有很高的拟合精度和预测精度。然后在工艺参数的优化方面，以BP神经网络预测模型作为适应度函数，选取连续退火RTF炉段的各段炉温作为优化变量，采用粒子群算法优化这些工艺参数。结果显示，基于BP神经网络，采用粒子群算法对部分工艺参数进行优化后，硅钢铁损明显降低，具有一定的指导意义。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取