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       
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.
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
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
(/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
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导