改进训练方法的模糊神经网络模型预报转炉终点磷的研究和应用

刘冬梅; 陈斌; 王淑阁; 邹宗树; 余艾冰

您当前的位置：

首页 >

文章列表页 >

改进训练方法的模糊神经网络模型预报转炉终点磷的研究和应用

工艺技术 | 更新时间：2026-01-21

- 改进训练方法的模糊神经网络模型预报转炉终点磷的研究和应用
- Study and Application of Fuzzy Neural Network Model of Improved Training Method to Predict End Point Phosphorus
- 特殊钢 2007年28卷第2期页码：41-43
- 作者机构：
  
  东北大学材料与冶金学院，沈阳4,H000
- 作者简介：
  
  [ "刘冬梅(1978-),女，东北大学博士研究生,2003年东北大学毕业，人工智能控制在钢铁冶金中的应用。" ]
- 基金信息：
- DOI：
  中图分类号：
- 收稿：2006-08-26，
  
  网络首发：2023-03-10，
  
  纸质出版：2007-03-10
- 稿件说明：
移动端阅览
刘冬梅, 陈斌, 王淑阁, 等. 改进训练方法的模糊神经网络模型预报转炉终点磷的研究和应用[J]. 特殊钢, 2007,28(2):41-43.

刘冬梅, 陈斌, 王淑阁, et al. Study and Application of Fuzzy Neural Network Model of Improved Training Method to Predict End Point Phosphorus[J]. Special Steel, 2007, 28(2): 41-43.
刘冬梅, 陈斌, 王淑阁, 等. 改进训练方法的模糊神经网络模型预报转炉终点磷的研究和应用[J]. 特殊钢, 2007,28(2):41-43. DOI：

刘冬梅, 陈斌, 王淑阁, et al. Study and Application of Fuzzy Neural Network Model of Improved Training Method to Predict End Point Phosphorus[J]. Special Steel, 2007, 28(2): 41-43. DOI：

摘要

根据150 t转炉的冶炼工艺和生产数据及转炉终点磷含量的影响因素

并针对现有BP网络学习算法的不足

基于BP算法提出一种改进网络训练算法

建立了基于模糊神经网络的转炉终点磷含量的预报模型。结果表明

改进后的模型预报转炉终点磷含量误差为±0．002％的命中率达68．69％

预报误差±0．004％的命中率达95．96％

磷含量的最大误差为±0．006％。

Abstract

Back-propagation based improved training network algorithm was proposed and a prediction model for converter end point phosphorus based on fuzzy neural network has been established based on melting process and production data of a 150t converter and analysis on influence factors on end point phosphorus

in accordance with the deficiencies of present back propagation algorithm. The results showed that percentage of hits of converter end point phosphorus content in steel with error ±0. 002% was 68. 69%

that with error 士 0. 004% was up to 95. 96%

and the maximum error of end point phosphorus content was ±0. 006%

关键词

Keywords

references

浏览量

下载量

CSCD

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据