神经网络应用于烧结矿质量在线推断  

On-line Inference of Sintering Quality via Neural Networks

作　　者：邵贤强[1] 张铁军[1] 瞿寿德[1] 邱道尹 

机构地区：[1]北京科技大学自动化系,郑州工学院计算机与自动化系

出　　处：《北京科技大学学报》1995年第6期567-571,共5页Journal of University of Science and Technology Beijing

摘　　要：针对烧结过程生产实际，运用神经网络中的ＢＰ学习算法设计了分类器，用于在线推断烧结矿的质量。为了加快ＢＰ学习算法的收敛速度，采用了自适应变步长学习算法。实验结果表明，由此建立的烧结过程神经网络质量预报模型，预报正确率高，具有很好的泛化能力。Presents a new method of on-line inference of sintering quality. Neural networks to build the sinternig quality inference model are used. To speed the learning, a fast BP learning algorithm with adaptive variable step size via linear reinforcement is presented.The experiment result is satisftory, and this method may be used widely in other complicated production proasses.

关 键 词：烧结 神经网络 模式识别 质量 在线推断 

分 类 号：TF046.4[冶金工程—冶金物理化学]