钢铁研究学报
鋼鐵研究學報
강철연구학보
JOURNAL OF IRON AND STEEL RESEARCH
2007年
11期
60-封3
,共1页
张军红%金永龙%沈峰满%苏小利
張軍紅%金永龍%瀋峰滿%囌小利
장군홍%금영룡%침봉만%소소리
遗传算法%BP神经网络%硅含量%预测
遺傳算法%BP神經網絡%硅含量%預測
유전산법%BP신경망락%규함량%예측
高炉铁水的硅含量是描述铁水质量的一个重要指标.为了在出铁之前了解铁水中硅含量的高低,建立预测模型是必要的.结合遗传算法(GA)和BP神经网络,建立了优化的GA-BP预测分析模型,从某高炉选取生产数据进行学习和预测.运行结果表明,模型具有较高的预测精度,当要求绝对误差为±0.05时,命中率可达70%;绝对误差为±0.08时,命中率可达92.3%.同时,应用该模型分析回归了高炉风量、热风压力、富氧量与铁间料批数等参数与铁水硅含量之间的相关关系,其结果与高炉冶炼理论基本吻合,可为高炉生产提供一定的指导.
高爐鐵水的硅含量是描述鐵水質量的一箇重要指標.為瞭在齣鐵之前瞭解鐵水中硅含量的高低,建立預測模型是必要的.結閤遺傳算法(GA)和BP神經網絡,建立瞭優化的GA-BP預測分析模型,從某高爐選取生產數據進行學習和預測.運行結果錶明,模型具有較高的預測精度,噹要求絕對誤差為±0.05時,命中率可達70%;絕對誤差為±0.08時,命中率可達92.3%.同時,應用該模型分析迴歸瞭高爐風量、熱風壓力、富氧量與鐵間料批數等參數與鐵水硅含量之間的相關關繫,其結果與高爐冶煉理論基本吻閤,可為高爐生產提供一定的指導.
고로철수적규함량시묘술철수질량적일개중요지표.위료재출철지전료해철수중규함량적고저,건립예측모형시필요적.결합유전산법(GA)화BP신경망락,건립료우화적GA-BP예측분석모형,종모고로선취생산수거진행학습화예측.운행결과표명,모형구유교고적예측정도,당요구절대오차위±0.05시,명중솔가체70%;절대오차위±0.08시,명중솔가체92.3%.동시,응용해모형분석회귀료고로풍량、열풍압력、부양량여철간료비수등삼수여철수규함량지간적상관관계,기결과여고로야련이론기본문합,가위고로생산제공일정적지도.
