摘要：LF炉精炼渣的成分是影响LF精炼是否达到目标的重要因素，而转炉渣成分获得是确定LF精炼渣成分的关键因素。基于神经网络有利于解决非线性问题的特点，构建了适合解决上述问题的联级预报模型。采用VB6．0进行编程，应用克服BP神经网络缺陷的小波神经网络，建立了联级小波神经网络。经研究分析确定，第1级网络结构为8×10×5，第2级网络结构为13×12×6，其中联级中的隐含层传递函数都为Morlet型函数，输出层传递函数都为S型函数。采用800炉数据进行模型训练，30炉数据现场验证表明，预报结果中32．2%炉次的绝对值相对误差在5%以内，86．1%炉次的绝对值相对误差在20%以内，最小绝对值相对误差为0，最大绝对值相对误差为33．5%。该模型预测精度较高，可以满足实际生产中对精炼渣成分预报精度的要求。关键词：小波神经网络；LF精炼渣；联级预报模型；渣成分下载高清全文——基于联级小波神经网络的LF精炼渣成分预报.pdf