基于遗传算法的钢水“脱氧合金化”成本优化研究

作者：苏庆; 周泓机; 邹立志

来源：河南科技, 2019, (16): 32-34.

• 多元回归
• BP神经网络
• 遗传算法
• 目标约束模型

随着钢铁行业中高附加值钢种产量的不断提高,在保证钢铁质量的同时尽可能减少成本尤为重要。本文基于低碳钢HRB400B的历史数据记录,构建BP神经网络-脱氧合金化预测模型。根据16种合金原料的元素含量和单价,建立"脱氧合金化"总成本最优化模型,并采用遗传算法进行求解。结果显示,相同成本的不同方案中,各合金原料的用量可能存在较大差别,故应根据炼钢厂的实际情况确定合理的合金配料方案。

• 单位
  重庆邮电大学