基于最优加权组合模型的转炉炼钢耗氧量预测
王红君1
蒋伟杰1
赵辉2
岳有军1
1.天津理工大学 自动化学院(天津市复杂控制理论与应用重点实验室),天津,3003842.天津理工大学 自动化学院(天津市复杂控制理论与应用重点实验室),天津 300384;天津农学院,天津 300384
摘要：针对转炉炼钢过程中氧气消耗量难以准确预测问题,提出了一种基于灰色系统和遗传算法优化的BP神经网络组合的转炉耗氧量预测模型.首先,对提取出的转炉冶炼历史数据,运用灰色关联度方法确定出转炉炼钢氧气消耗量序列的主导因数序列;再对筛选出的主导因数序列数据运用灰色系统模型和GA-BP神经网络模型分别进行预测,最后,根据模型的预测结果,以组合预测误差平方和最小为目标函数,计算出各个模型的最优权重系数并进行加权融合进而实现了对转炉氧气消耗量的预测.仿真结果表明,提出的组合预测模型在减小预测误差、提髙预测精度以及增强泛化能力等方面优势明显,更加适合于转炉炼钢耗氧量的预测.
关键词：转炉氧气灰色关联度分析灰色系统GA-BP神经网络组合预测模型
分类号：TP391.9(计算技术、计算机技术)
资助基金：天津市科技支撑计划重点项目(2013ZCZDGX03800)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 94-98 )
英文信息