烧结矿质量预测中神经网络的结构优化

钢铁, 2003, 38(4): 6-8.

1.鞍山科技大学

2.鞍山科技大学

3.东北大学

4.重庆钢铁股份有限公司

STRUCTURAL OPTIMIZATION OF NEURAL NETWORK OF PREDICTION OF SINTER QUALITY

利用BP神经网络,建立了烧结矿质量预测模型,预测烧结矿FeO含量和碱度R指标.并采取遗传算法、网络隐含层节点自构性学习等办法优化网络构造.仿真结果表明,模型能取得良好的预测结果.

[1]	周继成.人工神经网络[M].北京:科学普及出版社,1992:230-267.
[2]	松田浩一 .Modeling for Control Knowledge in Sintering Process Using Neural Network and Fuzzy Inference[J].铁と钢(日本),1992,78(07):1045-1052.
[3]	邵贤强;张铁军;瞿寿德 .神经网络应用于烧结矿质量的在线推断[J].北京科技大学学报,1995,17(06):567-570.
[4]	郭文军;王福利;李明等.基于神经网络的烧结矿化学成分超前预报[J].烧结球团,1997,22(05):7-10.
[5]	范小慧;黄天正 .自适应预报在烧结中的应用[J].钢铁,1996,31(07):5-8.
[6]	周明;孙树栋.遗传算法原理及应用[M].北京:国防工业出版社,1999:19-62.

上一张下一张

计量

作者相关

文章评分