作者:
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:
介绍一种增量式的静态模型并利用BP神经网络进行建模预报转炉炼钢最终温度及含碳量,经过多次试验.确定了一组适用于该系统的对象参数.利用从现场采集到的实际冶炼数据对建立的神经元网络模型进行了仿真,结果证明,该系统具有快速、跟踪性能好、精度高等优点,能够应用于生产实际.
推荐文章
基于优化BP神经网络的PID控制研究与仿真
PID控制
优化BP神经网络
参数调整
基于BP神经网络的PID控制方法的研究
BP算法
神经网络
PID控制
基于神经网络预测控制的转炉终点优化控制
转炉
终点优化控制
神经网络预测控制
粒子群优化算法
基于神经网络的PID控制及其仿真
神经网络
BP算法
PID控制
Matlab仿真
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BP神经网络的转炉仿真控制
来源期刊 自动化应用 学科
关键词 转炉炼钢 BP神经网络 仿真
年,卷(期) 2017,(6) 所属期刊栏目 系统解决方案
研究方向 页码范围 31-32
页数 2页 分类号
字数 1599字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(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)
研究主题发展历程
节点文献
转炉炼钢
BP神经网络
仿真
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
自动化应用
月刊
1674-778X
50-1201/TP
大16开
重庆市渝北区洪湖西路18号《自动化应用》杂志社
78-52
1960
chi
出版文献量(篇)
6972
总下载数(次)
15
论文1v1指导