基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
钢铁企业生产过程的信息流蕴藏着丰富的生产工艺规律.BP人工神经网络广泛用于信息流分析中,将其概括为四个方面:过程状态参数预测、产品性能参数预测、能耗信息预测和原材料参数优化.分别介绍相关研究和应用工作,指出应用流程中存在的不足,并给出规范流程.最后给出某大型钢铁企业新区焦炉单元的日能耗预测实例,验证了BP人工神经网络在钢铁生产过程信息流分析中的作用和应用流程的有效性.
推荐文章
基于BP人工神经网络的图像压缩技术过程及分析
BP网络
人工神经网络
图像压缩
人工神经网络在化工过程中的应用进展
神经网络
模型
化工过程
生产
原理
钢铁制造工业中信息流的应用研究
信息流
钢铁工业
应用
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 BP人工神经网络在钢铁生产过程信息流分析中的应用
来源期刊 节能 学科 工学
关键词 钢铁生产过程 信息流分析 BP人工神经网络 应用流程
年,卷(期) 2012,(1) 所属期刊栏目 冶金行业节能
研究方向 页码范围 50-55
页数 分类号 TP18|TF7
字数 5579字 语种 中文
DOI 10.3969/j.issn.1004-7948.2012.01.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 乔非 同济大学电子与信息工程学院 46 525 12.0 22.0
2 李莉 同济大学电子与信息工程学院 124 868 14.0 23.0
3 李桂琴 同济大学电子与信息工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (90)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(10)
  • 参考文献(0)
  • 二级参考文献(10)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(17)
  • 参考文献(0)
  • 二级参考文献(17)
2000(15)
  • 参考文献(2)
  • 二级参考文献(13)
2001(13)
  • 参考文献(1)
  • 二级参考文献(12)
2002(15)
  • 参考文献(1)
  • 二级参考文献(14)
2003(15)
  • 参考文献(0)
  • 二级参考文献(15)
2004(15)
  • 参考文献(3)
  • 二级参考文献(12)
2005(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(9)
  • 参考文献(3)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
钢铁生产过程
信息流分析
BP人工神经网络
应用流程
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
节能
月刊
1004-7948
21-1115/TK
大16开
沈阳市东陵区朗月街2甲号1006室
8-150
1981
chi
出版文献量(篇)
5782
总下载数(次)
15
论文1v1指导