基于遗传神经网络的多元渣系活度预测模型
来源期刊：东北大学学报(自然科学版)2008年第12期
论文作者：吴令 姜周华 龚伟 李阳
文章页码：1725 - 1728
关键词：熔渣;活度;遗传算法;神经网络;
摘 要：基于遗传神经优化BP神经网络权值和阈值建立了多元熔渣活度模型.人工神经网络能实现任意函数逼近,结构简单;遗传算法是建立于遗传学和自然选择原理基础上的一种全局优化搜索算法,能根据个体的适应度函数,通过对个体施加遗传操作实现群体内个体结构重组的迭代处理,逐代演化出越来越好的近似解.通过对CaO-SiO2,CaO-SiO2-Al2O3,CaO-SiO2-Al2O3-MgO渣系组元活度的计算和仿真表明,遗传神经网络具有很强的非线性拟合能力,计算结果在不同的情况下均能很好地吻合文献值,因此能够准确预报多元渣系中组元活度值.
吴令，姜周华，龚伟，李阳
摘 要：基于遗传神经优化BP神经网络权值和阈值建立了多元熔渣活度模型.人工神经网络能实现任意函数逼近,结构简单;遗传算法是建立于遗传学和自然选择原理基础上的一种全局优化搜索算法,能根据个体的适应度函数,通过对个体施加遗传操作实现群体内个体结构重组的迭代处理,逐代演化出越来越好的近似解.通过对CaO-SiO2,CaO-SiO2-Al2O3,CaO-SiO2-Al2O3-MgO渣系组元活度的计算和仿真表明,遗传神经网络具有很强的非线性拟合能力,计算结果在不同的情况下均能很好地吻合文献值,因此能够准确预报多元渣系中组元活度值.
关键词：熔渣;活度;遗传算法;神经网络;
