GA-BP的铁钢界面铁水温度预测

作者：毕春宝; 张亚竹; 石少元; 郭亚祥; 黄军^*

来源：材料与冶金学报, 2021, 20(01): 17-22.

DOI：10.14186/j.cnki.1671-6620.2021.01.003

• 铁钢界面
• 铁水温度
• 大样本
• BP神经网络
• GA-BP预测模型

铁钢界面铁水温度对炼钢生产的控制与优化具有重要意义.因此,为了更加准确地获取铁钢界面铁水温度,本文采用较大样本构建了基于遗传算法(GA)优化的BP神经网络铁水温度预测模型.对影响铁钢界面铁水温度的因素分析,选取了出铁时间、预处理时间、重罐时间、空罐时间、出铁铁水温度、预处理后铁水温度、铁水质量7个关键因素作为模型的输入,铁钢界面铁水温度作为输出.结果表明:GA-BP神经网络预测模型具有较好的性能表现,绝对误差10℃范围内的预测命中率达到了89%,平均绝对百分比误差(MAPE)为0.39%,均方根误差(RMSE)为6.41℃.相比于BP神经网络预测铁钢界面铁水温度,GA-BP模型具有更高的精确度和稳定性.

• 单位
  内蒙古科技大学