基于BP神经网络的钢液终点磷含量预测模型

被引：2

作者：

徐辉 ^{[1
]}

李旭 ^{[1
]}

张军红 ^{[1
]}

苏小利 ^{[2
]}

机构：

[1] 辽宁科技大学材料科学与工程学院

[2] 鞍钢新轧钢公司第二炼钢厂

来源：

鞍山科技大学学报 | 2007年 / 02期

关键词：

遗传算法; BP神经网络; 磷含量; 预测;

D O I：

暂无

中图分类号：

TF703.8 [过程和终点成分控制];

学科分类号：

080602 ;

摘要：

磷含量是描述钢液质量的一个重要的含量。结合遗传算法(GA)和误差反馈型神经网络(BP),建立了优化的GA-BP神经网络预测模型,预测转炉炼钢过程钢液终点磷含量。对现场收集的数据进行仿真学习,结果表明,该预测模型收敛速度快,具有较高的预测精度,平均绝对误差可达到0.002 7%。随着训练样本的增加和模型结构的进一步优化和完善,将具有很好的应用前景。

引用

页码：128 / 130+135 +135

页数：4

共 6 条

[1] 转炉炼钢工艺自动控制的新进展 [J].