论文部分内容阅读
针对钢铁冶炼过程中电弧炉的载荷特性不断变化，为了保证电弧炉优质高产、安全运行、节能降耗、缩短冶炼时间等控制目标，提出用一种新的算法-GA—BP算法，对一种基于神经网络的智能电极调节器进行预估模型结构建立与权值的训练，调整炉子的工作点设定，使炉子始终在合理的范围内运行，并且采用Madab进行软件仿真，仿真结果表明遗传算法进行大约50代的搜索后，适应度趋于稳定，且达到了预定的遗传操作精度，可知这种结合的GA—BP算法对神经网络权值、闽值的训练明显优于单纯的BP算法，可以获得期望的控制效果。