基于BP神经网络的合金收得率预测
作者机构：南通理工学院江苏南通226000
出 版 物：《电脑编程技巧与维护》 (Computer Programming Skills & Maintenance)
年 卷 期：2020年第4期
页 面：7-9页
学科分类：080602[工学-钢铁冶金] 08[工学] 0806[工学-冶金工程] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程]
基 金：南通理工学院江苏省大学生创新创业训练计划项目 项目编号:201912056013Y 项目名称:基于多目标优化模型的钢水“脱氧合金化”配料方案.
主 题：钢铁冶炼 BP神经网络 合金收得率预测 Matlab语言
摘 要：影响合金收得率的因素很多,在此研究合金收得率与钢水净重、加入的合金数量、加入的合金种类,以及转炉温度这4个主要影响因素的相关性,通过建立BP神经网络模型来对C、Mn两种主要元素的收得率进行合理化预测,该过程通过Matlab实现。为了提高合金收得率预测的准确性,采用带动量的批处理梯度下降算法对模型进行了改进与优化,使模型的预测更加快速准确。
维普期刊数据库
同方期刊数据库