基于神经网络预报的烧结矿化学成分控制专家系统

摘要：

采用带动量项的线性再励自适应变步长BP神经网络算法,建立了基于多周期运行模式的烧结矿化学成分预报模型;使用基于数据库技术的知识库和正向推理的推理机,开发了化学成分控制专家系统. 系统自投入运行以来,预报模型命中率稳定在90%以上,操作指导建议采纳率达到92%,实现了对烧结矿化学成分的稳定控制.

关键词：烧结矿、化学成分、BP模型、知识库、专家系统

所属期刊栏目：28

分类号：TP3(计算技术、计算机技术)

资助基金：上海宝钢集团公司项目;教学改革项目

在线出版日期：2006-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：867-870