基于BP神经网络预报钢锭成分的软件开发

• 作者: 张毅 徐卫平 肖纯 郑家良
• 来源期刊: 科技与创新
• 关键词: 人工神经网络 BP算法 产品成分
• 年，卷（期）: 2009,（25）
• 所属期刊栏目: 软件天地
• 页码范围: 207-209
• 页数: 3页
• 分类号: TF531
• 语种: 中文

摘要

采用3层BP神经网络来预测炼钢成品的C、Si、Mn成分.根据炼钢的实际生产数据,选取铁水、废钢、供氧、吹氩、硅锰合金、增碳剂等28个因素作为输入变量,对输入参数进行归一化处理,采取附加动量项和自适应学习步长的措施,解决了BP神经网络局部收敛和学习时间过长的问题,提高了神经网络预报的准确率.并用VC++语言编写程序.软件经生产现场运用后.模型预测结果表明:在规定的误差内(C±0-02%、SiO±0.5%、Mn±0-06%),预报命中率达到85%以上,证明了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐卫平	贵州师范大学机电工程学院	46	112	6.0	7.0
2	肖纯	贵州师范大学机电工程学院	23	88	5.0	8.0