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:
钢铁企业副产煤气是很重要的二次能源,合理的利用副产煤气,可以有效的提高企业的能源使用率,为企业节约成本.高炉煤气是副产煤气的重要一环,针对高炉煤气的生产工艺,建立了基于BP神经网络的高炉煤气消耗预测模型,并进行了Matlab仿真,模型的预测误差达到设计精度的要求,可以作为煤气调度和煤气平衡的参考依据,实现煤气的优化调度.
推荐文章
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
基于神经网络的高炉炉温预测模型的研究
铁水硅含量
RBF神经网络
预测模型
能耗
基于BP神经网络的高炉铁水硅含量预测模型研究
铁水硅含量
BP神经网络
预测模型
基于神经网络的预测模型的比较研究
预测模型
BP神经网络模型
L-M算法
RBF神经网络模型
小波神经网络模型
组合神经网络模型
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 基于神经网络的高炉煤气消耗预测模型研究
来源期刊 科技与企业 学科
关键词 副产煤气 高炉煤气 神经网络 预测模型 优化调度
年,卷(期) 2013,(9) 所属期刊栏目
研究方向 页码范围 108-109
页数 分类号
字数 3677字 语种 中文
DOI
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 王军 燕山大学电气工程学院 52 336 9.0 15.0
2 袁大明 燕山大学电气工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (148)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
副产煤气
高炉煤气
神经网络
预测模型
优化调度
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
科技与企业
半月刊
1004-9207
11-3096/N
小16开
北京市
2-282
1992
chi
出版文献量(篇)
33127
总下载数(次)
65
总被引数(次)
96200
论文1v1指导