论文部分内容阅读
本文研究基于神经网络的低温铝电解电流效率预报模型。实验样本采自用Ｎａ３ＡｌＦ６－ＡｌＦ３－ＣａＦ３－ＭｇＦ２－ＬｉＦ－Ａｌ２Ｏ３体系中低分子比电解质所进行的电解实验，从实验样本中随机抽学习样本训练网络，建立电流效率与影响它的电解工艺参数包括熔体成分，电解温度，阴极电流密度和极距之间的关系模型，尔后用剩余的实验样本检验模型精度，结果表明；该模型精度高，具有良好的预报效果。神经网络作为一种新颖的拟合预