高炉铁水含硅量的动态神经网络多步预报

被引：6

作者：

王玉涛 ^{[1
]}

严其艳 ^{[1
]}

杨钢 ^{[1
]}

徐万仁 ^{[2
]}

机构：

[1] 流程工业综合自动化教育部重点实验室

[2] 宝山钢铁股份有限公司炼铁厂

来源：

仪器仪表学报 | 2006年 / 11期

关键词：

铁水含硅量预报; 主成分分析法; 改进型Elman网络;

D O I：

10.19650/j.cnki.cjsi.2006.11.021

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

本文提出一种基于主成分分析法的动态神经网络模型实现高炉铁水含硅量多步预报。本方法将经主成分分析法处理后的高炉数据样本作为改进型Elman网络的输入,减少变量个数,简化网络结构；同时采用动态递归算法进行高炉铁水含硅量多步预报,具有较强的适应性。采用该方法对宝钢某高炉现场采集的数据进行预报实验,以±0．05作为预报误差,预报命中率达到89．12%。

引用

页码：1448 / 1451

页数：4