期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

预测铁水硅含量的神经网络初探被引量：2

下载PDF

导出

摘要本文采用神经元网络方法，依据生产过程中的实测数据，建立反映铁水中硅含量与各输入参量之间关系的数学模型，并对硅含量进行较为准确的预测。

作者徐科军区建军苏敬安董联

机构地区合肥工业大学自动化所

出处《工业仪表与自动化装置》 1996年第3期8-11,共4页 Industrial Instrumentation & Automation

关键词铁水硅含量神经元网络建模预测

分类号 TF513 [冶金工程—钢铁冶金] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

同被引文献17

1张鸿宾.训练多层网络的样本数问题[J].自动化学报,1993,19(1):71-77. 被引量：23
2罗荣富,邵惠鹤.分布式网络局部学习方法及其在推断控制中的应用[J].自动化学报,1994,20(6):739-742. 被引量：12
3孙欣,王金春,何声亮.过程软测量[J].自动化仪表,1995,16(8):1-5. 被引量：17
4梁曼君,石竹.提高BP神经网络学习速度的算法研究[J].合肥工业大学学报（自然科学版）,1995,18(1):75-79. 被引量：5
5王正欧,王康斌,韩建勋.神经网络在石油化工过程产品成份在线估计中的应用[J].炼油化工自动化,1995(5):23-25. 被引量：2
6刘磊,王康斌.基于神经网络的过程软测量[J].天津大学学报,1995,28(2):233-236. 被引量：7
7于静江,周春晖.过程控制中的软测量技术[J].控制理论与应用,1996,13(2):137-144. 被引量：147
8孙欣,王金春,何声亮.基于神经网络的粗汽油干点的实时估计[J].炼油化工自动化,1996(5):17-20. 被引量：5
9罗荣富,邵惠鹤,张钟俊.不可测变量的预推断控制[J].上海交通大学学报,1996,30(4):156-159. 被引量：2
10孙欣,王金春,何声亮.基于神经网络的过程软测量[J].自动化仪表,1996,17(9):7-10. 被引量：15

引证文献2

1徐科军,江敦明,苏敬安.铁水硅含量预测方法的研究[J].合肥工业大学学报（自然科学版）,1997,20(1):16-22. 被引量：3
2田野,李平,张爱新.神经网络在软测量技术中的应用[J].抚顺石油学院学报,1998,18(3):60-64. 被引量：11

二级引证文献14

1刘严,张秋香.基于PCA-BP神经网络的精馏塔产品组成软测量模型[J].化工进展,2007,26(z1):98-101.
2张玲霞,魏传.软测量建模方法探讨[J].琼州大学学报,2004,11(5):15-18. 被引量：3
3屈景辉,廖琪梅,张星.热成像与软测量技术的研究[J].生物医学工程学杂志,2005,22(6):1140-1143. 被引量：1
4高小强,王逸名,郑忠.高炉铁水硅含量预测评价与模型选择[J].钢铁研究学报,2007,19(5):5-9. 被引量：12
5童炜,万里红.基于灰色模型的高炉炉温预测[J].工业控制计算机,2010,23(9):53-55.
6杨德志.基于QPSO参数优化的LS-SVM智能标定[J].辽东学院学报（自然科学版）,2011,18(3):224-227. 被引量：2
7曹先庆,臧春华.基于BP人工神经元网络的软测量方法[J].沈阳化工学院学报,2002,16(1):39-43. 被引量：8
8罗艳.基于人工神经网络的软测量研究[J].经营管理者,2012(03X):382-382. 被引量：2
9王宁会,刘敏.神经元网络软测量技术的研究进展[J].控制工程,2003,10(1):15-17. 被引量：15
10王宁会,刘敏.神经元网络软测量技术的进展[J].自动化与仪表,2003,18(1):6-9. 被引量：8

1张捷,李伯全.应用主元分析方法改进BP算法及其在故障诊断中的应用[J].机械设计与制造,2002(5):9-10. 被引量：5
2硅含量嗅探器[J].百科知识,2005(09X):4-4.
3王青松.辅助电极型硅传感器的研究进展[J].传感器技术,2002,21(6):1-3. 被引量：3
4徐科军,江敦明,苏敬安.铁水硅含量预测方法的研究[J].合肥工业大学学报（自然科学版）,1997,20(1):16-22. 被引量：3
5闫巧,胡晓娟,雷琼钰.自适应卡尔曼滤波的主动队列管理算法[J].计算机科学,2012,39(2):88-91. 被引量：1
6方剑青,矫桂琼.频响函数作为神经网络输入参数的应用研究[J].中国机械工程,2006,17(S2):281-283.
7郭志恒,张彤.应用神经元网络方法实现目标分类[J].电光与控制,1998,5(1):59-62. 被引量：3
8杨凯,金永龙,何志军.基于变邻域粒子群算法的铁水硅含量稳定性分析[J].钢铁研究学报,2017,29(2):87-92. 被引量：5
9康婧.基于RNN的数据分片技术的研究[J].数字技术与应用,2011,29(7):53-53. 被引量：1
10李昕,毕学工.高炉铁水硅含量的神经网络预报[J].河南冶金,2010,18(2):21-23. 被引量：2

工业仪表与自动化装置

1996年第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部