首页|基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究

基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
利用优化的粒子群优化算法(PSO)与BP神经网络相结合,建立转炉炼钢钢水重量的预测模型.文章采用炉号、钢种、钢号、吹炼方武、吹止钢水的重量、吹止碳含量等13个因素作为BP神经网络的输入,用改进的粒子群算法优化BP神经网络的参数,这样既充分利用BP网络的优势,又避免陷入局部最小值的问题,提高了铜水重量预测的精度和速度,取得了很好的预测效果.

钟双连

展开 >

湛江师范学院,广东,湛江,524048

BP神经网络 优化PSO 转炉炼钢 钢水重量预测

2010

网络财富
中国电源学会

网络财富

影响因子：0.105
ISSN：1672-5441
年,卷(期)：2010.(9)
  • 2