基于小波神经网络的120 t转炉终渣成分预报模型开发

摘要：

转炉终渣成分对后续炼钢过程将产生重要影响.采用Visual Basic 6.0进行编程,应用克服BP神经网络缺陷的小波神经网络,建立了网络结构为8-10-6,其中隐含层传递函数为Morlet型函数,输出层传递函数为S型函数的120 t转炉终渣成分预报模型.采用550炉数据进行模型训练,经20炉数据现场验证表明,模型预报结果各个成分有85.8％的平均相对误差在0.1以内.模型预测精度较高,可以满足工厂实际使用需要.

关键词：小波神经网络、转炉渣、模型、预测、渣成分

所属期刊栏目：36

分类号：TF7;TP1

资助基金：国家自然科学基金50834009;国家863项目2012AA03A503;中央高校基本科研业务费项目N110402013;辽宁科技学院博士科研启动基金406B06

在线出版日期：2014-12-15（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：30-33