基于小波神经网络的高炉铁水含硅预报

• 作者: 刘代飞 吴敏 肖伸平
• 来源期刊: 有色金属
• 学科: 工学
• 关键词: 冶金技术 铁水含硅预报 小波分析 灰关联分析 神经网络
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 提取冶金与化学
• 页码范围: 106-110
• 页数: 5页
• 分类号: TF531|TP183
• 字数: 3827字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1744.2005.02.028

摘要

采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制.原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施.结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程.

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	中南大学信息科学与工程学院	439	5230	34.0	47.0
2	刘代飞	中南大学冶金科学与工程学院	11	79	6.0	8.0
3	肖伸平	中南大学信息科学与工程学院	7	53	3.0	7.0