Neural networks analysis of steel plate processing augmented by multi-objective genetic algorithms

F. Pettersson*, N. Chakraborti, S. B. Singh

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: LehtiartikkeliArtikkeliTieteellinenvertaisarvioitu

22 Sitaatiot (Scopus)

Abstrakti

An earlier neural network analysis of processing of steel plates through hot rolling was subjected to a further refined analysis through some flexible neural networks that evolved using a multi-objective predator-prey genetic algorithm. The original data set expressing the Yield Strength and Ultimate Tensile Strength of the rolled slabs in terms of a total of 108 process variables were subjected to a systematic pruning through this evolutionary approach, till the nitrogen content of the steel emerged as the most significant input variable. A theoretical explanation is provided for this slightly unexpected result.

AlkuperäiskieliEnglanti
Sivut890-898
Sivumäärä9
JulkaisuSteel Research International
Vuosikerta78
Numero12
DOI - pysyväislinkit
TilaJulkaistu - joulukuuta 2007
OKM-julkaisutyyppiA1 Julkaistu artikkeli, soviteltu

Sormenjälki Sukella tutkimusaiheisiin 'Neural networks analysis of steel plate processing augmented by multi-objective genetic algorithms'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Viittausmuodot