钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆大学学报期刊
\
基于BP神经网络的高炉焦比预测方法
基于BP神经网络的高炉焦比预测方法
作者:
白晨光
范志刚
贾娟鱼
邱贵宝
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
人工神经网络
焦比
预测
摘要:
焦比是高炉生产过程中的一个重要技术经济指标,也是实际生产中需要进行控制的目标之一.因为高炉反应的复杂性,采用传统的经验方法对焦比进行预测存在较大的误差.文章采用一个9-9-1改进的BP网络对高炉焦比进行预报,实验结果证明,经过训练的神经网络对高炉焦比有良好的预测效果,其预测误差小于2%.并根据生产实际探讨了将神经网络和专家系统相结合,对高炉焦比进行在线预报的可能性.
暂无资源
收藏
引用
分享
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
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
基于遗传算法优化BP神经网络的高炉喷煤优化
高炉炼铁
喷煤优化
遗传算法
BP神经网络
基于BP神经网络预测混凝土强度
BP神经网络
混凝土
预测
抗压强度
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于BP神经网络的高炉焦比预测方法
来源期刊
重庆大学学报(自然科学版)
学科
工学
关键词
人工神经网络
焦比
预测
年,卷(期)
2002,(6)
所属期刊栏目
研究方向
页码范围
85-87,91
页数
4页
分类号
TF526
字数
3100字
语种
中文
DOI
10.3969/j.issn.1000-582X.2002.06.024
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
白晨光
重庆大学材料科学与工程学院
151
1132
17.0
25.0
2
邱贵宝
重庆大学材料科学与工程学院
67
565
14.0
21.0
3
贾娟鱼
重庆大学材料科学与工程学院
3
99
3.0
3.0
4
范志刚
重庆大学材料科学与工程学院
2
62
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(1)
共引文献
(18)
参考文献
(2)
节点文献
引证文献
(43)
同被引文献
(49)
二级引证文献
(64)
1989(1)
参考文献(1)
二级参考文献(0)
1995(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(1)
二级参考文献(0)
2002(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)
2003(1)
引证文献(1)
二级引证文献(0)
2004(6)
引证文献(6)
二级引证文献(0)
2005(4)
引证文献(4)
二级引证文献(0)
2006(6)
引证文献(5)
二级引证文献(1)
2007(4)
引证文献(3)
二级引证文献(1)
2008(8)
引证文献(4)
二级引证文献(4)
2009(7)
引证文献(3)
二级引证文献(4)
2010(3)
引证文献(1)
二级引证文献(2)
2011(2)
引证文献(2)
二级引证文献(0)
2012(5)
引证文献(1)
二级引证文献(4)
2013(11)
引证文献(3)
二级引证文献(8)
2014(4)
引证文献(2)
二级引证文献(2)
2015(6)
引证文献(2)
二级引证文献(4)
2016(13)
引证文献(0)
二级引证文献(13)
2017(8)
引证文献(3)
二级引证文献(5)
2018(8)
引证文献(1)
二级引证文献(7)
2019(8)
引证文献(2)
二级引证文献(6)
2020(3)
引证文献(0)
二级引证文献(3)
研究主题发展历程
节点文献
人工神经网络
焦比
预测
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
重庆大学学报
主办单位:
重庆大学
出版周期:
月刊
ISSN:
1000-582X
CN:
50-1044/N
开本:
大16开
出版地:
重庆市沙坪坝正街174号
邮发代号:
78-16
创刊时间:
1960
语种:
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
期刊文献
相关文献
1.
基于BP神经网络的高炉铁水硅含量预测模型研究
2.
基于PSO-BP神经网络的高炉煤气受入量的预测
3.
基于遗传算法优化BP神经网络的高炉喷煤优化
4.
基于BP神经网络预测混凝土强度
5.
基于神经网络的高炉炉温预测模型的研究
6.
基于BP神经网络的路面性能预测方法
7.
基于混沌与改进BP神经网络的电价预测方法
8.
基于BP神经网络的表面硬度预测模型
9.
基于BP神经网络对NMR的预测模型
10.
基于改进BP神经网络的预测模型及其应用
11.
基于BP人工神经网络的聚能射流速度预测方法
12.
基于改进BP神经网络的混沌时间序列预测方法对比
13.
基于BP神经网络的销售预测系统的实现
14.
基于BP神经网络技术的网络时延预测研究
15.
基于BP神经网络短期负荷预测的实现
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆大学学报2022
重庆大学学报2021
重庆大学学报2020
重庆大学学报2019
重庆大学学报2018
重庆大学学报2017
重庆大学学报2016
重庆大学学报2015
重庆大学学报2014
重庆大学学报2013
重庆大学学报2012
重庆大学学报2011
重庆大学学报2010
重庆大学学报2009
重庆大学学报2008
重庆大学学报2007
重庆大学学报2006
重庆大学学报2005
重庆大学学报2004
重庆大学学报2003
重庆大学学报2002
重庆大学学报2001
重庆大学学报2000
重庆大学学报1999
重庆大学学报2002年第9期
重庆大学学报2002年第8期
重庆大学学报2002年第7期
重庆大学学报2002年第6期
重庆大学学报2002年第5期
重庆大学学报2002年第4期
重庆大学学报2002年第3期
重庆大学学报2002年第2期
重庆大学学报2002年第12期
重庆大学学报2002年第11期
重庆大学学报2002年第10期
重庆大学学报2002年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号