铅锌烧结过程产量质量的神经网络预测方法
本文针对铅锌烧结过程的强非线性、时滞等特点。基于神经网络建模的思想,提出一种变学习率的烧结块产量质量BP神经网络(BPNN)预测方法。首先深入机理分析和工况参数相关性研究,确定产量质量的影响因素和模型的输入变量；然后采用基于变学习率的BPNN,建立产量质量预测模型；最后,将该方法与普通BP方法进行比较。实验结果表明,采用改进的学习方法训练BP网络具有较快的收敛速度和较高的模型精度,较好地解决了铅锌烧结过程烧结块的产量质量建模问题。
铅锌烧结过程 产量质量预测 预测模型 变学习率
吴敏 徐辰华
中南大学信息科学与工程学院,长沙410083
国内会议
湖南张家界
中文
202-206
2007-07-26（万方平台首次上网日期，不代表论文的发表时间）