首页> 中文会议>第五届全国闪速熔炼技术研讨会 >基于自适应模糊神经网络的铜闪速熔炼冰铜温度模型研究

基于自适应模糊神经网络的铜闪速熔炼冰铜温度模型研究

摘要

基于自适应模糊神经网络系统(ANFIS),采用Sugeno 型模糊推理方法,以高斯型函数为隶属度函数类型、梯度下降的最小二乘法为神经网络训练算法、MATLAB 为计算工具,并利用某闪速炼铜厂生产实践的稳定数据对神经网络进行训练,建立了网络结构为3 输入、单输出、隶属度函数个数为[7 5 7]的冰铜温度模型,结果显示其训练数据平均绝对误差为5.0℃,相对误差为0.41%;仿真检验数据平均绝对误差为 6.7℃,相对误差为0.55%,表明所建立的冰铜温度模型预测值与生产操作数据基本吻合,该模型对铜闪速熔炼过程的最优化具有参考价值,可以代替现有的静态配料模型用于工业在线计算机控制。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号