摘要

在马蹄焰窑炉的燃烧过程中,包含了一套复杂的工艺流程,窑炉的热效率会随着工况发生变化。针对影响燃烧的因素复杂、不确定性高,以及传统的梯度下降的优化方法有可能陷入局部最优等问题,提出了基于进化神经网络ES-LSTM的马蹄焰玻璃窑炉热效率预测模型。利用进化策略,将神经网络的连接权值不断变异进化,寻找更优的神经网络连接权值,从而达到优化LSTM的目的。实验结果表明,ES-LSTM模型与传统的BP模型和LSTM模型相比,具有更好的预测精度,证明了其可行性。