基于RBF神经网络的铁水硅含量预报模型

• 作者: 吴敏 王欣 秦斌
• 来源期刊: 电气传动
• 学科: 工学
• 关键词: 高炉 硅含量预报 梯度算法 神经网络
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 控制
• 页码范围: 25-27
• 页数: 3页
• 分类号: TP18
• 字数: 2293字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2095.2002.03.008

摘要

文章利用RBF神经网络的全局搜索能力,结合梯度学习算法和专家系统,建立了高炉铁水硅含量预报RBF神经网络模型.该系统解决了BP神经网络局部的收敛,学习时间过长的问题.实际应用表明,该系统可以提高硅含量预报命中率,为高炉操作提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏		439	5230	34.0	47.0
2	王欣		19	241	8.0	15.0
3	秦斌		20	215	8.0	14.0