基于RBF神经网络的铁水硅含量预报模型

摘要：

文章利用RBF神经网络的全局搜索能力,结合梯度学习算法和专家系统,建立了高炉铁水硅含量预报RBF神经网络模型.该系统解决了BP神经网络局部的收敛,学习时间过长的问题.实际应用表明,该系统可以提高硅含量预报命中率,为高炉操作提供指导.

关键词：高炉、硅含量预报、梯度算法、神经网络

所属期刊栏目：32

分类号：TP18(自动化基础理论)

资助基金：湖南省中青年科技基金99JZY2079

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：25-27