TY -的A2 -艾哈迈德,赛义德·哈桑盟——崔Zeqian AU -汉,Chaomeng盟——吴、杨AU - Lu Yafeng盟——楚Mansheng PY - 2021 DA - 2021/08/18 TI -铁水硅含量的预测模型基于改进GA-BPNN SP - 1767308六世- 2021 AB -高炉的检测周期数据的不一致和关键参数的大延时使铁水硅含量的预测面临着巨大的挑战。针对铁水硅含量的问题不符合检测的时间系列的多个控制参数三次样条插值拟合模型被用来实现数据集成的多个检测时间。大型高炉炼铁过程的时间延迟进行了分析。此外,斯皮尔曼分析结合加权移动平均法预测优化硅的数据集内容。针对问题的普通神经网络模型的预测精度较低,使用遗传算法优化参数对BP神经网络模型来提高模型的收敛速度,实现全局优化。结合铁水硅含量的自相关分析,修改模型的预测铁水硅含量误差分析的基础上提出了进一步提高预测的准确性。模型全面考虑问题,如数据检测不一致,大时间延迟和预测结果的不准确。它的平均绝对误差为0.05009,可用于实际生产。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/1767308 - 10.1155 / 2021/1767308摩根富林明计算智力和神经科学PB - Hindawi KW - ER