10.3969/j.issn.1004-132X.2012.02.017
基于改进BP神经网络的连铸漏钢预报
针对传统BP神经网络在训练过程中存在收敛速度慢的缺陷,将LM(levenberg marquardt)算法引入到BP神经网络的训练过程,建立了LM—BP神经网络模型,并将其应用于连铸过程中的漏钢预报系统。结合某钢厂连铸现场历史数据对系统进行了测试,测试结果以96.15%的预报率及100%的报出率,验证了基于LM算法的BP神经网络连铸漏钢预报方案的可行性和有效性。
连铸、漏钢预报、LM算法、BP神经网络
23
TF777.1(炼钢)
河北省科学技术研究与发展计划资助项目07212119D
2012-05-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
204-207