材料期刊网

基于分布式神经网络模型的高炉炉温预测建模

崔桂梅 , 程史

钢铁

高炉炼铁通常采用铁水Si含量间接反映炉温的变化,模型预测精度低.以影响炉温的6个变量为输入变量,采用基于自组织的分布式RBF神经网络模型分别对铁水温度和铁水Si含量建立预测模型,先用自组织神经网络划分输入输出样本空间,然后对每个子空间建立RBF神经网络子网模型,再使用子网模型对测试样本集的同一个样本...

关键词: 铁水温度预测 , 铁水Si含量预测 , 分布式建模 , 自组织神经网络 , RBF神经网络