基于BP神经网络和拟合对收得率的预测

• 作者: 李纯良 王海涛 韩雨晴
• 来源期刊: 冶金工程
• 学科: 工学
• 关键词: 碳锰含量 BP神经网络 拟合 仿真优化
• 年，卷（期）: yjgc_2019,（4）
• 页码范围: 232-239
• 页数: 8页
• 分类号: TG1

摘要

炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺环节。本文研究建立了关于碳锰元素收得率预测模型,仿真优化检验,定义出控制空间定理来评判模型预测准确率。其次,使用BP神经网络和拟合两种方法,分别建立出脱氧合金化过程的合金元素收得率预测模型,缩短学习训练时间,提高模型预测精度,得出BP神经网络预测值均在85%以上,拟合预测值均在82%以上,结果表明:随机选取100炉次的生产数据进行仿真优化,根据控制区间定理知,拟合的预测准确率达到84%以上,BP神经网络预测准确率均在89%以上,BP神经网络预测模型更符合生产要求。