基于改进BP神经网络的连铸漏钢预报

摘要：

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。

关键词：连铸、漏钢预报、LM算法、BP神经网络

所属期刊栏目：23

分类号：TF777.1(炼钢)

资助基金：河北省科学技术研究与发展计划资助项目07212119D

在线出版日期：2012-05-05（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：204-207