首页 > 期刊 > 仪器仪表学报 > 基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量 【正文】
摘要:闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法,将其应用到某厂的铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导。
关键词:bp学习算法 冰铜品位 冰铜温度 渣中铁硅比
单位:中南大学信息与科学工程学院 410083
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关范文
北大期刊
¥1560.00