基于RBF神经网络在转炉炼钢獭报中的应用研究
祁子怡 高坤 赵宝芳 李勇 李伟
摘要:转炉炼钢控制目标是对终占、温度和含碳量进行预测。由于我国转炉炼钢自动化控制水平的限制,特别是动态控制水平不够高,因此需要基于RBF神经网络建立終点预报模型。其基本思路为:基于RBF神经网络局部逼近网络的特性之上,采用k-均值聚类算法确定隐藏层的中心,权值调整采用递推最小二乘法,建立基于RBF神经网络在转炉炼钢终点预报的模型。最后结合实际数据进行模型的仿真研究。结果表明经RBF神经网络预测模型的实时训练,提高了终点预报的精度。
关键词:转炉炼钢;神经网络;k-均值聚类;最小二乘法