基于自反馈RBF神经网络的高炉热状态预测模型

摘要：

以国内某大型钢铁公司的高炉生产数据为背景,以铁水中硅含量为主要的预报依据,同时考虑高炉热状态的输入输出数据集在时间上的关系,使用自反馈RBF神经网络建立高炉的热状态预测模型,并用Matlab进行仿真.

关键词： 自反馈径向基函数神经网络 高炉热状态预测 时间序列 非线性控制 Matlab仿真

作者: 黄艳清 曹长修 孙圣军

作者单位: 重庆大学,自动化学院,重庆,400044 重庆大学

会议类型: 国内会议

会议名称: 全国冶金自动化信息网建网30周年大会暨2007年年会

会议地点: 杭州

会议语种:中文

页码: 14-16

在线出版日期: 2007-05-22（万方平台首次上网日期，不代表论文的发表时间）