具有自适应残差补偿的神经网络预报模型设计与应用

被引：2

作者：

邵义元

胡志坤

机构：

[1] 鄂州大学教育系,中南大学物理科学与技术学院湖北鄂州,湖南长沙

来源：

四川大学学报(工程科学版) | 2003年 / 05期

关键词：

铜锍吹炼; 样本预处理; 神经网络; 预报模型;

D O I：

10.15961/j.jsuese.2003.05.028

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

在对样本数据进行预处理的基础上,建立一个具有自适应残差补偿的改进BP神经网络动态预报模型,并对神经网络的学习参数进行自适应调整。将该模型应用于铜锍吹炼过程所需的氧气量进行预报。仿真结果表明,预报最大相对误差为3.97%,最小相对误差可以达到0.11%。该模型已应用于实际生产,具有精确度高、实用的优点。

引用

页码：115 / 118

页数：4