铁水硅预报神经网络专家系统的遗传优化生成

摘要：

利用遗传算法所固有的全局搜索性能,进化多层前馈神经网络连接权,结合BP学习算法和符号主义专家系统,建立了高炉铁水硅含量预报遗传算法神经网络专家系统.该系统解决了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预报命中率,并能清楚解释推理过程,提供高炉操作指导.

关键词：高炉、硅含量预报、遗传算法、神经网络

所属期刊栏目：35

分类号：TD5(矿山运输与设备)

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5页

页码：13-16,51