基于改进GA的神经网络电弧炉预测控制系统研究

摘要：

电弧炉炼钢是一种复杂的工业生产过程,电极调节系统的性能是影响生产效益的重要因素.首先介绍了一种采用扩展DBD学习算法的电极神经网络预测控制方法,指出在实际应用中,这种控制方法存在着神经网络预测模型收敛速度慢的问题.针对此问题,提出了一种以改进GA和扩展DBD相结合的方法作为学习算法的预测控制方案,仿真结果表明,它可以较好地解决神经网络预测模型收敛速度慢的问题,并可以在一定程度上提高预测模型的输出精度.

关键词：电弧炉、电极调节系统、预测控制、神经网络、扩展DBD算法、遗传算法

所属期刊栏目：35

分类号：TM924.4

在线出版日期：2006-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：59-63