遗传算法优化BP神经网络的水泥窑温度预测模型研究

摘要
图/表
参考文献
相关文章 (1)

全文: PDF (3291 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS)

摘要水泥窑内温度的控制效果直接决定水泥熟料的质量。由于回转窑煅烧具有大滞后、非线性、多变量等复杂特性，并且各个因素之间存在相互联系和不确定性，这给回转窑温度的控制带来了困难。本文利用BP神经网络建立回转窑温度预测模型，并利用遗传算法对模型进行优化，将优化前后的仿真结果对比后发现，使用遗传算法优化后的BP神经网络回转窑温度预测模型的预测精度高于单独使用BP神经网络搭建的回转窑温度预测模型精度，为回转窑温度的预测提供了一种新的方法。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ： BP神经网络, 遗传算法, 窑温预测

出版日期: 2021-07-06

引用本文:

张信璘, 郭捷楠, 沈　雪, 杨本杰. 遗传算法优化BP神经网络的水泥窑温度预测模型研究[J]. 水泥杂志, 2021, 0(07): 12-.
ZHANG Xinlin, et al.. Research on prediction model of cement kiln temperature based on BP neural network optimized by genetic algorithm. Journal of Cement, 2021, 0(07): 12-.

链接本文:

http://www.cementmagazine.com/CN/ 或 http://www.cementmagazine.com/CN/Y2021/V0/I07/12