基于数据驱动的氧化铝浓度预测

• 作者: 张振兵 曾水平
• 来源期刊: 世界有色金属
• 学科: 工学
• 关键词: 铝电解 氧化铝浓度 BP神经网络 L-M优化算法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 综合
• 页码范围: 224-226
• 页数: 3页
• 分类号: TF821
• 字数: 4151字
• 语种: 中文

摘要

铝电解氧化铝浓度的有效预测和控制对电解槽稳定运行和提高电流效率具有重要作用.构建氧化铝浓度的BP神经网络预测模型,依据电解槽运行参数数据确定预测模型的输入变量.使用L-M优化算法训练神经网络,表明有效提高预测模型的预测速度和精度,且均方误差较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾水平		45	245	10.0	13.0
2	张振兵		1	0	0.0	0.0