基于PSO-BP神经网络的高炉煤气受入量的预测

作者：李志刚; 任雄朝; 纪月

来源：现代电子技术, 2019, 42(13): 134-141.

DOI：10.16652/j.issn.1004-373x.2019.13.031

• 高炉煤气
• 受入量预测
• 预测模型
• PSO-BP神经网络
• 模型训练
• 模型检验

以高炉煤气为主要研究对象,基于BP神经网络引入粒子群算法优化BP神经网络的权值,通过调试和改进建立PSO-BP神经网络高炉煤气受入量预测模型,使企业实现对煤气的合理调度和平衡调整,研究结合唐山钢厂的历史数据对该模型进行训练和检验。研究结果表明,BP模型比未改进的BP模型更能精确地预测受入量,并解决了遗传算法(GA)优化BP神经网络容易陷入早熟收敛的问题。

• 单位
  华北理工大学