内容简介 摘 要:转炉内的温度极高,对终点温度和碳的含量很难及时、准确地测量,因此建立精确的温度和碳的预报模型十分重要.但转炉炼钢是一个非常复杂的很难用数学方程精确描述的高温冶金反应过程,传统的静态模型控制精度不高,命中率不很理想.为此提出了基于BP神经网络的转炉炼钢终点温度及碳含量的预报模型,以Levenberg-Marquardt(LM)算法来训练网络,其算法是梯度法与高斯牛顿法的结合.仿真结果表明,预报精度高于传统的机理模型。关 键 词:转炉;BP神经网络;预报模型;Levenberg-Marquardt算法;梯度下载全文——基于BP神经网络的转炉炼钢终点预报_.pdf
友情提示 文章权限:高级会员 消耗金币:5 此文章需要 高级会员 及以上权限才可阅读!普通会员阅读下载本文档需要登录,并付出相应金币(普通会员注册即赠送20金币)。如何获取金币? 如果您还没有注册,您可以 点此 注册! 如果您已注册还没有登录,您可以在下面登录!
|