10.3969/j.issn.1001-7208.2014.06.007
基于小波神经网络的120 t转炉终渣成分预报模型开发
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.
小波神经网络、转炉渣、模型、预测、渣成分
36
TF7;TP1
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
2014-12-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
30-33