论文部分内容阅读
影响合金收得率的因素很多,在此研究合金收得率与钢水净重、加入的合金数量、加入的合金种类,以及转炉温度这4个主要影响因素的相关性,通过建立BP神经网络模型来对C、Mn两种主要元素的收得率进行合理化预测,该过程通过Matlab实现。为了提高合金收得率预测的准确性,采用带动量的批处理梯度下降算法对模型进行了改进与优化,使模型的预测更加快速准确。