首页> 中文期刊> 《计算机应用与软件》 >基于灰色Elman神经网络转炉吹氧量的预测

基于灰色Elman神经网络转炉吹氧量的预测

         

摘要

钢铁企业转炉动态吹炼的过程复杂,其冶炼过程中存在的非线性问题导致消耗的氧气量难以准确估量造成能源浪费.传统方法不能准确预测,一些简单的神经网络预测的精度较低.为了提高预测效果,提出采用灰色Elman神经网络来建立转炉吹氧量预测模型.通过优化权值和阈值,解决普通的神经网络局部最优和过拟合等问.题.结合转炉炼钢用氧的特点对实际生产数据进行仿真计算,预测用氧量的平均误差为334 m3,远小于BP神经网络预测用氧量的平均误差976 m3.结果 显示所建立的预测模型可有效快捷地确定转炉吹氧量,验证方法是有效的,具有更高的预测精度.

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