基于小波神经网络的高炉铁水含硅预报
来源期刊：有色金属2005年第2期
论文作者：吴敏 刘代飞 肖伸平
关键词：冶金技术; 铁水含硅预报; 小波分析; 灰关联分析; 神经网络;
摘 要：采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制.原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施.结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程.
吴敏1，刘代飞2，肖伸平1
(1.中南大学,信息科学与工程学院,长沙,410083;
2.中南大学,冶金科学与工程学院,长沙,410083)
摘要:采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制.原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施.结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程.
关键词:冶金技术; 铁水含硅预报; 小波分析; 灰关联分析; 神经网络;
【全文内容正在添加中】
