基于GRNN-SA的重构钢渣最佳配方优化模型

来源期刊：钢铁钒钛2020年第1期

论文作者：许莹 杨姗姗 王巧玲

文章页码：75 - 175

关键词：重构钢渣;配料;广义回归神经网络;模拟退火算法;

摘    要：考虑到钢渣化学成分的波动性,为解决钢渣重构在配料时所涉及的复杂运算问题,以钢渣、生石灰、粉煤灰、氟化钙（CaF₂）的化学成分作为输入变量,活性指数作为输出变量,构建广义回归神经网络（GRNN）模型,并采用模拟退火算法（SA）进行优化计算,建立基于GRNN-SA的重构钢渣最佳配方优化模型。通过实证分析得出,该模型能够实现重构配料过程的智能化计算,而且具有普适性,对不同来源的钢渣均有指导意义,对钢渣重构的试验结果也有一定的预测效果,实际活性指数值与预测值相对误差在5%以下,模拟准确性较高。