遗传神经网络能耗预测模型在钢铁企业中的应用  

Application of energy consumption estimation model based on generic neutral in steel manufacture

作　　者：杨宏韬[1] 张德江[1] 李秀兰[1] 王秀英[1] 

机构地区：[1]长春工业大学电气与电子工程学院,吉林长春130012

出　　处：《长春工业大学学报》2007年第B07期186-189,共4页Journal of Changchun University of Technology

基　　金：吉林省科技发展计划基金资助项目(20050414-2)

摘　　要：为改善BP网络训练速度慢,易收敛于局部极小点及全局搜索能力弱等固有缺陷,采用遗传算法优化神经网络的初始权值和阈值,以通化钢铁公司炼铁厂为研究对象,建立了基于遗传算法的人工神经网络能耗预测模型。用MATLAB编写计算程序进行测试,并与纯BP算法进行分析比较,结果表明,文中所提出的方法在预测精度和收敛速度方面均得到了改进。To improve BP （Back-Propagation）Network＇ s disadvantages of low training speed, inclination to trapping in a local optimum and weak capability of global search, a energy estimation model based on generic neural network algorithm is built with the optimized initial weight and threshold for TongHua Iron ＆ Steel Group. The algorithm in MATLAB is compared with the pure BP algorithm, and the results show that it improves both the estimation precision and convergence rate.

关 键 词：遗传算法 BP神经网络 能耗预测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]