10.3969/j.issn.1000-3932.2004.02.006
基于人工神经网络的贫化电炉计算机监督控制系统研制及应用
将人工神经网络和经典控制技术有机结合,开发了贫化电炉计算机监督控制系统.采用前向多层人工神经网络学习出贫化电炉渣含钴与渣中Fw/SiO2关系模型,并优化出最佳Fe/SiO2;采用BP网络对产出物成分进行预测;采用改进的Hopfield网络对物料进行优化计算.优化结果用来修改现场控制器的设定参数;用现场模拟控制系统直接控制贫化电炉.
计算机监督控制系统、神经网络、优化、贫化电炉
31
TP273(自动化技术及设备)
2004-06-25（万方平台首次上网日期，不代表论文的发表时间）
共3页
21-23
