原文服务方: 科技与创新       
摘要:
本文分析了高炉炉温传统控制方法的弊端,介绍了一种依据BP神经网络和专家知识相结合的方法设计的高炉铁水[Si]含量预测控制模型,同时,还介绍了预测铁水[Si]含量的主界面窗口和实现功能的方法.
推荐文章
基于数据的高炉铁水硅含量预测
硅含量
差分进化
极限学习机
高炉
数据
高炉铁水硅含量序列的支持向量机预测模型
自回归AR(p)模型
主成分分析
支持向量机
炉温预测
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bootstrap的高炉铁水硅含量预测
高炉
bootstrap
预测区间
可信度
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 高炉铁水[Si]含量预测控制模型的设计与实现
来源期刊 科技与创新 学科
关键词 铁水硅[Si]含量 BP神经网络 专家系统 预测控制
年,卷(期) 2007,(10) 所属期刊栏目 控制系统
研究方向 页码范围 64-66
页数 3页 分类号 TP2
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2007.10.027
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(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)
研究主题发展历程
节点文献
铁水硅[Si]含量
BP神经网络
专家系统
预测控制
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导