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:
加热炉是一个复杂的被控对象,通过神经网络建立加热炉模型,用实际数据对所建加热炉模型进行仿真.结果表明:用该方法所建加热炉模型精度很高,最大绝对误差小于5℃,最大相对误差小于0.4%,在允许误差范围内达到了实际应用的要求.
推荐文章
油田加热炉燃烧过程的神经网络模型辨识与自校正控制
加热炉
神经网络建模
内模控制
自校正控制
自主学习模糊神经网络PID加热炉炉压控制
炉膛压力
RBF神经网络辨识PID
自主学习模糊控制
基于神经网络的加热炉烟气含氧量预测及控制
加热炉
神经网络
含氧量
空燃比
预测
连续加热炉运行状态神经网络融合分析
连续加热炉
数据融合
相关约束
神经网络
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 一种用神经网络建立加热炉模型的方法
来源期刊 矿冶 学科 工学
关键词 加热炉 神经网络 模型
年,卷(期) 2003,(3) 所属期刊栏目 计算机软件及其应用
研究方向 页码范围 67-69
页数 3页 分类号 TP391.9|TK17
字数 1453字 语种 中文
DOI 10.3969/j.issn.1005-7854.2003.03.019
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 李华德 145 1646 23.0 36.0
2 李擎 115 1522 21.0 36.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (10)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
加热炉
神经网络
模型
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
矿冶
双月刊
1005-7854
11-3479/TD
16开
北京南四环西路188号总部基地十八区23号楼904
1992
chi
出版文献量(篇)
2780
总下载数(次)
3
论文1v1指导