论文部分内容阅读
针对传统预测模型建立中的弱点，分析了转炉炼钢的输入输出参数，建立了三输出转炉碳温分类预测模型；根据不同数据范围所对应的不同规律，对数据源进行了交叉分段处理；为提高模型训练速度，采用LM算法进行训练，同时针对该算法容易陷入局部极小和过学习的缺陷，采用了多种方法进行处理，实验仿真证明，将训练数据源进行分段建立分类预测模型，能显著提高网络的泛化能力，结合三输出模型结构，有效地提高了转炉终点碳含量和温度的预测百分比。