应用优化BP神经网络建立铁水硅含量的预测模型

• 作者: 张军红 沈峰满 苏小利 金永龙
• 来源期刊: 钢铁研究学报
• 学科: 工学
• 关键词: 遗传算法 BP神经网络 硅含量 预测
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 测试与控制
• 页码范围: 60-封3
• 页数: 4页
• 分类号: TF533
• 字数: 2004字
• 语种: 中文

摘要

高炉铁水的硅含量是描述铁水质量的一个重要指标.为了在出铁之前了解铁水中硅含量的高低,建立预测模型是必要的.结合遗传算法(GA)和BP神经网络,建立了优化的GA-BP预测分析模型,从某高炉选取生产数据进行学习和预测.运行结果表明,模型具有较高的预测精度,当要求绝对误差为±0.05时,命中率可达70%;绝对误差为±0.08时,命中率可达92.3%.同时,应用该模型分析回归了高炉风量、热风压力、富氧量与铁间料批数等参数与铁水硅含量之间的相关关系,其结果与高炉冶炼理论基本吻合,可为高炉生产提供一定的指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金永龙	辽宁科技大学材料科学与工程学院	27	133	6.0	9.0
2	沈峰满	东北大学材料与冶金学院	150	1192	19.0	26.0
3	张军红	辽宁科技大学材料科学与工程学院	32	84	5.0	7.0
4	苏小利		1	0	0.0	0.0