基于自适应遗传算法的神经网络在炉温预测中应用

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:killpl12
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
钢铁工业是国民经济的支柱产业,高炉炼铁是钢铁工业的重要组成部分。高炉炉温是高炉顺行、稳定以及产品质量的保证,也是判断高炉炉况的一个重要指标。在正常的冶铁条件下铁水硅含量与炉温成正比,铁水硅含量越高,炉温越高,反之亦然。因为铁水硅含量可间接的反映出高炉炉温的变化,所以本课题选用铁水硅含量模型作为高炉炉温模型。本文将自适应遗传算法和BP网络相结合,介绍了一种AGA-BP网络模型。该模型应用了自适应遗传算法的全局搜索和BP算法的局部搜索,优化多层前馈神经网络的连接权值和阈值,可避免陷入局部极小从而得到最佳的神经网络。本文将该模型应用到高炉炉温的预测中,选取影响炉温的主要参数作为网络的输入参数,采用一定数量的现场数据作为样本进行仿真实验,仿真结果证明了其有效性。采用自适应遗传算法神经网络模型对高炉炉温预测的准确率为与BP网络模型和改进的BP网络模型的仿真结果相比较,预测精度得到了提高。
其他文献
在国际卫星导航系统发展背景下,研究GALILEO卫星信号模拟器将具有十分重要的意义。本文以GALILEO卫星信号模拟器的开发为背景,着重对其中涉及的关键技术进行了研究。论文首先对
随着国家自然科学基金资助项目的不断增多,科学研究取得了大量的成果,因此,成果管理愈加受到人们的关注和重视。其中,实现知识共享是成果管理的重要目的之一。在成果管理中,需要共
近些年,多机器人系统的一致性问题引起了许多研究人员的极大兴趣。所谓一致性是指基于信息交换的多机器人如何达到相同的状态。在控制领域中,多机器人系统一致性问题是协调控
近年来,电子商务的发展对传统的Web技术提出了强有力的挑战,基于Internet的电子商务系统是企业开展电子商务的迫切需求。电子商务系统能集成企业内外的信息系统资源,建立可扩