基于蚁群优化的小波神经网络钢铁生产能耗预测模型

摘要：

针对钢铁生产流程中能耗预测模型建立困难、预测精度低等问题，提出了一种基于蚁群优化的小波神经网络的钢铁生产物流能耗预测模型，首先对钢铁生产过程以及影响生产能耗的因素进行分析，确定输入参数构成特征空间，然后利用小波变换重构特征空间，接着利用神经网络模型建立能耗预测模型，最后采用蚁群算法对预测模型参数进行优化。在炼铁、炼钢以及轧钢工序的能耗预测实验表明，提出的方法具有较好的普适性，提高了预测精度，为钢铁企业提前了解能耗需求提供了指导。

关键词：钢铁生产过程、能耗分析、能耗预测、蚁群优化算法、小波神经网络

分类号：TF31(冶金机械、冶金生产自动化)

资助基金：国家自然科学基金资助项目61175068，61163004．

在线出版日期：2015-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：80-87