对烧结矿FeO含量预测的数学模型研究

• 作者: 庞巍 张帆 杜钢 温秋林 陈伟亮 高强健 魏国
• 来源期刊: 材料与冶金学报
• 学科: 工学
• 关键词: FeO含量预测 BP SVM RBF
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 冶金
• 页码范围: 159-162,168
• 页数: 5页
• 分类号: TF541
• 字数: 3059字
• 语种: 中文

摘要

分析烧结生产中影响烧结矿FeO含量的众多因素,选择碱度、配煤量、一次温度、制粒效果、加水量、料层厚度、点火温度、煤气流量等8个工艺参数以及4种矿粉配比作为FeO含量预报模型的输入变量.分别采用BP神经网络、RBF神经网络、SVM 3种进行建模预测.预测结果表明,SVM预测性能优于BP神经网络,RBF神经网络优于SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜钢	东北大学材料与冶金学院	23	183	7.0	13.0
2	魏国	东北大学材料与冶金学院	55	382	10.0	18.0
3	高强健	东北大学材料与冶金学院	18	69	4.0	8.0
4	张帆	东北大学材料与冶金学院	10	35	3.0	5.0
5	陈伟亮	东北大学材料与冶金学院	3	2	1.0	1.0
6	庞巍	东北大学材料与冶金学院	1	2	1.0	1.0
10	温秋林	东北大学材料与冶金学院	2	27	2.0	2.0