基于遗传算法的神经网络在电弧炉炼钢控制中的应用

摘要：

针对电弧炉炼钢过程的高度非线性、时变性和不确定性,采用基于遗传算法的神经网络控制,设计了神经网络预估模型和神经网络控制器,优化了功率设定点,实现了高阻抗电弧炉炼钢过程的最优化控制.实际应用结果表明,该系统能较好地适应负荷变化与外部干扰,其控制性能优于普遍电弧炉控制系统,从而降低了生产成本,提高了生产效率.

关键词： 高阻抗电弧炉 智能控制 遗传算法 神经网络

作者: 李强 白华煜 潘永湘 刘军

作者单位: 西安理工大学信息与控制系(陕西西安)

会议类型: 国内会议

会议名称: 2002中国控制与决策学术年会

会议地点: 郑州

会议语种:中文

页码: 507-510

在线出版日期: 2002-05-01（万方平台首次上网日期，不代表论文的发表时间）