BP神经网络漏钢预测系统优化

被引：15

作者：

厉英 ^{[1
]}

王正 ^{[1
]}

敖志广 ^{[2
]}

翟莹莹 ^{[2
]}

庞维成 ^{[1
]}

机构：

[1] 东北大学材料与冶金学院

[2] 东北大学计算中心

来源：

控制与决策 | 2010年 / 03期

关键词：

BP神经网络; 自学习; 连铸; 漏钢预测;

D O I：

10.13195/j.cd.2010.03.136.liy.024

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对传统逻辑漏钢预测系统稳定性差、收敛速度慢、收敛精度低等缺点,建立具有自组织、自学习等功能的误差反向传播BP神经网络预测模型.采用变步长并加入动量项、防振荡项等方法,使网络训练过程能够跳出局部极小,加快了收敛速度.系统改变以往只将温度数据作为输入参数的传统,将拉速、中间包钢水温度作为考虑因素,扩大了漏钢因素的考虑范围.实验结果表明,采用BP神经网络对某炼钢厂实际数据进行漏钢预测,预报结果准确,具有较好的在线应用前景.

引用

页码：453 / 456

页数：4

共 8 条

[1] 基于小波神经网络的结晶器漏钢预报技术研究
朱雪芳
杨琴
彭力
[J]. 计算机测量与控制, 2008, (03) : 407 - 410+426
[2] 板坯连铸结晶器热行为研究
刘旭东
朱苗勇
程乃良
[J]. 金属学报, 2006, (10) : 1081 - 1086
[3] RBF神经网络应用于连铸漏钢预报
范建东
王唯一
荣亦诚
龚幼民
[J]. 上海大学学报(自然科学版), 2001, (05) : 391 - 393
[4] 关于BP网络变结构问题的研究
郝培锋
肖文栋
祝钢
徐心和
[J]. 控制与决策, 2001, (03) : 287 - 290
[5] 连铸漏钢诊断预报技术的研究
王唯一
荣亦诚
龚幼民
耿海
王成虎
傅正权
[J]. 机电一体化, 2000, (04) : 60 - 65
[6] 板坯连铸漏钢预报神经元网络专家系统的研究
胡志刚
毕学工
陈崇峰
[J]. 武汉冶金科技大学学报(自然科学版), 1999, (03) : 228 - 232
[7] 神经元网络技术在连铸漏钢预报中的应用
李文兵
田颖
罗公亮
[J]. 冶金自动化, 1998, (03) : 31 - 35
[8] 多层前向人工神经网络[M]. 黄河水利出版社 , 赵林明等编著, 1999

← 1 →