论文部分内容阅读
按照现代控制理论,利用人工神经网络方法,把高炉视为多输入-单输出系统,结合高炉生产实际建立了石钢高炉铁水含硅量神经网络预报模型.通过引入动态步长和惯性项系数提高了网络收敛速度.采用不断更新学习样本集的方法提高了铁水含硅量预报的命中率.结果表明:在允许误差为0.1%时,命中率达到了86.67%,可以为高炉操作提供指导.