摘要：针对球团链箅机预热段温度场因非线性、时滞性、不确定性等特点难以通过传统的理论分析方法建立数学模型的问题，建立贝叶斯－BP神经网络，对该温度场模型进行系统辨识，对比模型预测输出值与实际系统输出值，通过仿真与实验分析该辨识模型的拟合效果。结果表明:贝叶斯－BP神经网络拟合效果较好，其线性拟合度近似为1，最终预测误差约为0.014K，预测相对误差在5%范围内，构建的预热段温度场模型准确可靠且适用性强，可为预热段温度场均衡稳定控制提供理论指导。关键词：链箅机；温度场模型；系统辨识；贝叶斯－BP神经网络；最终预测误差；预测相对误差下载高清全文——链箅机预热段温度场模型的贝叶斯_BP神经网络系统辨识.pdf