基于PCA-GA-BP的TPC受铁量预测模型

• 作者: 刘业峰 郑秉霖 黄辉 黄颖雷
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 受铁量 鱼雷罐车 主成分分析 遗传算法 BP神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 446-450
• 页数: 5页
• 分类号: TP27
• 字数: 5614字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2009.04.019

摘要

预测鱼雷罐车(TPC)在高炉的实际受铁量,时协调铁水平衡、减少兑罐次数和温降损失,保证高炉出铁安全,提高TPC利用率具有重要作用.采用主成分分析(PCA)提取过程特征参数,并剔除相关冗余信息;BP神经网络用来逼近受铁量预测这一非线性过程;改进了遗传算法(GA)的适应度函数,并精确给定BP神经网络的权值和阈值,进而建立了基于PCA-GA-BP的TPC受铁量预测模型.采用某钢铁企业实际生产数据运算,结果表明模型合理、有效,提高了鱼雷罐车(TPC)受铁量预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑秉霖	东北大学流程工业综合自动化教育部重点实验室	53	1744	22.0	41.0
2	黄辉	东北大学流程工业综合自动化教育部重点实验室	8	93	5.0	8.0
3	刘业峰	东北大学流程工业综合自动化教育部重点实验室	4	11	2.0	3.0
4	黄颖雷	上海宝信软件股份有限公司事业本部	3	22	2.0	3.0