基于自反馈RBF神经网络的高炉热状态预测模型

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.
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
黄艳清 曹长修 孙圣军
重庆大学,自动化学院,重庆,400044 重庆大学
国内会议
杭州
中文
14-16
2007-05-22(万方平台首次上网日期,不代表论文的发表时间)