基于蚁群优化的小波神经网络钢铁生产能耗预测模型

• 作者: 余正涛 线岩团 董人菘 邹俊杰 高盛祥
• 来源期刊: 昆明理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 钢铁生产过程 能耗分析 能耗预测 蚁群优化算法 小波神经网络
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 能源与动力科学
• 页码范围: 80-87
• 页数: 8页
• 分类号: TF31
• 字数: 6027字
• 语种: 中文
• DOI: 10.16112/j.cnki.53-1223/n.2015.02.012

摘要

针对钢铁生产流程中能耗预测模型建立困难、预测精度低等问题，提出了一种基于蚁群优化的小波神经网络的钢铁生产物流能耗预测模型，首先对钢铁生产过程以及影响生产能耗的因素进行分析，确定输入参数构成特征空间，然后利用小波变换重构特征空间，接着利用神经网络模型建立能耗预测模型，最后采用蚁群算法对预测模型参数进行优化。在炼铁、炼钢以及轧钢工序的能耗预测实验表明，提出的方法具有较好的普适性，提高了预测精度，为钢铁企业提前了解能耗需求提供了指导。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
5	线岩团	昆明理工大学信息工程与自动化学院	23	91	5.0	8.0
6	高盛祥	昆明理工大学信息工程与自动化学院	21	77	4.0	8.0
10	董人菘	昆明理工大学冶金与能源工程学院	9	22	4.0	4.0
11	邹俊杰	昆明理工大学信息工程与自动化学院	1	6	1.0	1.0