遗传算法优化BP神经网络的水泥窑温度预测模型研究

• 作者: 张信璘 郭捷楠 沈雪 杨本杰
• 来源期刊: 水泥
• 关键词: BP神经网络 遗传算法 窑温预测
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 试验研究
• 页码范围: 12-15
• 页数: 4页
• 分类号: TQ172.622
• 语种: 中文
• DOI: 10.13739/j.cnki.cn11-1899/tq.2021.07.003

摘要

水泥窑内温度的控制效果直接决定水泥熟料的质量.由于回转窑煅烧具有大滞后、非线性、多变量等复杂特性,并且各个因素之间存在相互联系和不确定性,这给回转窑温度的控制带来了困难.本文利用BP神经网络建立回转窑温度预测模型,并利用遗传算法对模型进行优化,将优化前后的仿真结果对比后发现,使用遗传算法优化后的BP神经网络回转窑温度预测模型的预测精度高于单独使用BP神经网络搭建的回转窑温度预测模型精度,为回转窑温度的预测提供了一种新的方法.