钢铁企业烧结工艺蒸汽产量预测模型研究

• 作者: 岳有军 李佳佳 王红君 赵辉
• 来源期刊: 自动化与仪表
• 关键词: 非线性 蒸汽模型 逐步回归 小波神经网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 专题研究
• 页码范围: 9-11,36
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文

摘要

在烧结蒸汽产量预测问题的研究中,由于受到烧结工艺运行特点的影响,使得蒸汽具有波动大、非线性的特点.而传统的经验法预测精度较低,为了提高预测精度,结合逐步回归分析方法和小波分析的BP神经网络构建蒸汽预测模型,先通过逐步回归对自变量进行筛选,以提高网络的泛化能力;然后利用小波函数取代BP网络中的激活函数,克服神经网络易陷入局部次优的缺点,提高模型的预测精度和准确度.实验结果证明,逐步回归-小波神经网络模型的预测结果优于传统BP网络模型和小波神经网络模型,表明该模型收敛速度快、预测精度高,可为蒸汽生产和实时调度提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳有军	天津理工大学天津市复杂控制理论与应用重点实验室	99	546	12.0	19.0
2	王红君	天津理工大学天津市复杂控制理论与应用重点实验室	89	630	11.0	22.0
3	赵辉	天津理工大学天津市复杂控制理论与应用重点实验室	109	841	15.0	25.0
4	李佳佳	天津理工大学天津市复杂控制理论与应用重点实验室	3	5	2.0	2.0