基于改进GA的神经网络电弧炉预测控制系统研究

• 作者: 刘丁 张晓晖
• 来源期刊: 工业加热
• 学科: 工学
• 关键词: 电弧炉 电极调节系统 预测控制 神经网络 扩展DBD算法 遗传算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 加热设备
• 页码范围: 59-63
• 页数: 5页
• 分类号: TM924.4
• 字数: 5546字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1639.2006.02.019

摘要

电弧炉炼钢是一种复杂的工业生产过程,电极调节系统的性能是影响生产效益的重要因素.首先介绍了一种采用扩展DBD学习算法的电极神经网络预测控制方法,指出在实际应用中,这种控制方法存在着神经网络预测模型收敛速度慢的问题.针对此问题,提出了一种以改进GA和扩展DBD相结合的方法作为学习算法的预测控制方案,仿真结果表明,它可以较好地解决神经网络预测模型收敛速度慢的问题,并可以在一定程度上提高预测模型的输出精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丁	西安理工大学信息与控制工程中心	196	3213	31.0	45.0
2	张晓晖	西安理工大学信息与控制工程中心	28	179	10.0	12.0