基于模块化神经网络的铁水硅含量预测系统

• 作者: 周昊 李界家 李颖 魏颖
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 模块化神经网络 铁水硅含量 预测控制 预测精度
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 信息与控制
• 页码范围: 390-394
• 页数: 5页
• 分类号: TP183
• 字数: 2166字
• 语种: 中文

摘要

目的 提出基于模块化神经网络的铁水硅含量预测方法,改善系统控制性能指标.方法 采用模块化神经网络预测控制策略,建立模块化神经网络预测模型,按输入物理量的性质构成4个神经网络模块,再由预测神经网络输出铁水硅含量的预测值,从而控制炉温.结果 提高了学习效率和泛化能力,有效地改善了模型的预测精度.结论 模块化神经网络铁水硅含量预测模型,将同类量进行了模块划分,通过对铁水硅含量预测,可提高炉温的控制精度和动态跟踪能力,具有结构简单、实时性好、预测精度高等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李界家	沈阳建筑大学信息与控制工程学院	117	683	13.0	20.0
2	魏颖	沈阳建筑大学信息与控制工程学院	2	7	2.0	2.0
3	李颖		17	98	6.0	9.0
4	周昊	沈阳建筑大学信息与控制工程学院	2	3	1.0	1.0