|
|||||
|
|
| 基于BP神经网络的烧结矿化学成分预报模型与仿真 | |
| 引用本文： | 王爱民,宋强,常卫兵,张运素. 基于BP神经网络的烧结矿化学成分预报模型与仿真[J]. 微计算机信息, 2006, 22(25): 243-245 |
| 作者姓名： | 王爱民 宋强 常卫兵 张运素 |
| 作者单位： | 1. 455000,安阳,安阳师范学院,计算机科学系 2. 650093,昆明,昆明理工大学信息工程与自动化学院 3. 455000,安阳,安阳钢铁公司 |
| 摘 要： | 烧结矿化学成分的测量是钢铁工业中的关键和难点,并且容易受到烧结几乎每一个操作环节的影响。本文利用BP神经网络建立烧结矿化学成分的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。 |
| 关 键 词： | 烧结矿化学成分 神经网络算法 碱度 训练 权值和阈值 样本数据 |
| 文章编号： | 1008-0570(2006)09-1-0243-03 |
| 修稿时间： | 2006-01-15 |
Prediction Models of the chemical composition in Sintering Process |
|
| Wang Aimin,Song Qiang,Chang Weibing,Zhang Yunsu. Prediction Models of the chemical composition in Sintering Process[J]. Control & Automation, 2006, 22(25): 243-245 | |
| Authors: | Wang Aimin Song Qiang Chang Weibing Zhang Yunsu |
| Abstract: | The measurement of the chemical composition in sintering process is difficult to control ,on the other hand, it is easily to be disturbed by almost process steps.Prediction models of in sintering process based on BP neural network is proposed to judge the trend of the chemical composition.The application result shows that the prediction with this method can achieve higher robust, better utility and expensive value. |
| Keywords: | the chemical composition in sintering process neural network algebra train synaptic weights and bias sample data |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |