原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
将神经网络方法引入高炉铁水硅含量预报模型,并在BP算法的基础上根据实际情况进行改进.用此模型对梅山3号高炉1998年的生产数据离线预报结果表明:用神经网络方法预报效果良好,在未使用煤气连续分析数据的条件下,当允许误差为(±0.1)%时命中率达到85%.
推荐文章
基于BP神经网络的高炉铁水硅含量预测模型研究
铁水硅含量
BP神经网络
预测模型
改进型EMD-Elman神经网络在铁水硅含量预测中的应用
硅含量
预测
多尺度
动态建模
经验模态分解
神经网络
基于bootstrap的高炉铁水硅含量预测
高炉
bootstrap
预测区间
可信度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络方法在高炉铁水硅含量预报中的应用
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 神经网络 高炉 Si含量 预报
年,卷(期) 2000,(4) 所属期刊栏目
研究方向 页码范围 309-312
页数 4页 分类号 TF645.31
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2000.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周莉英 华东冶金学院冶金工程系 2 18 2.0 2.0
2 李家新 华东冶金学院冶金工程系 5 57 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (1)
二级引证文献  (18)
1982(2)
  • 参考文献(2)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(4)
  • 引证文献(1)
  • 二级引证文献(3)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
神经网络
高炉
Si含量
预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2187
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导