科研之友
微信
新浪微博
Facebook
分享链接
摘要
生产出品质优良的铁矿生球,是获取高产、优质球团矿的必要条件。通过对生球质量(生球落下强度、抗压强度和爆裂温度)的预测能够更及时地指导现场工作人员进行工艺参数设置,也将更有利于生产出高品质的铁矿生球。为了控制生球质量指标达标,本文构建了一种基于模拟退火和改进鲸鱼的混合算法优化Elman神经网络的初始权值和阈值,从而提高了Elman神经网络的全局寻优性能和效率,并以此构建铁矿生球质量预测模型,最后用实验收集的数据进行仿真分析,通过对误差结果的分析能够发现,相较于传统的BP、Elman网络模型,改进后的模型有更高的预测准确率和更快的收敛性。
