GA-BP的铁钢界面铁水温度预测

毕春宝¹，张亚竹¹，石少元¹，郭亚祥¹，黄军^1,2

1. 内蒙古科技大学能源与环境学院2. 内蒙古自治区高效洁净燃烧重点实验室

摘 要：铁钢界面铁水温度对炼钢生产的控制与优化具有重要意义.因此,为了更加准确地获取铁钢界面铁水温度,本文采用较大样本构建了基于遗传算法（GA）优化的BP神经网络铁水温度预测模型.对影响铁钢界面铁水温度的因素分析,选取了出铁时间、预处理时间、重罐时间、空罐时间、出铁铁水温度、预处理后铁水温度、铁水质量7个关键因素作为模型的输入,铁钢界面铁水温度作为输出.结果表明:GA-BP神经网络预测模型具有较好的性能表现,绝对误差10℃范围内的预测命中率达到了89%,平均绝对百分比误差（MAPE）为0.39%,均方根误差（RMSE）为6.41℃.相比于BP神经网络预测铁钢界面铁水温度,GA-BP模型具有更高的精确度和稳定性.

关键词：铁钢界面;铁水温度;大样本;BP神经网络;GA-BP预测模型;