文献

J-GLOBAL ID：201702228018309122   整理番号：17A1334103

最適重みづけ組合せモデルに基づく転炉製鋼の酸素消費量予測【JST・京大機械翻訳】

The converter oxygen consumption forecast based on optimiztion combination model

著者 (4件)： Wang Hongjun (天津理工大学 自動化学院(天津市復雑控制理論与応用重点実験室),天津,300384) ,  Jiang Weijie (天津理工大学 自動化学院(天津市復雑控制理論与応用重点実験室),天津,300384) ,  Zhao Hui (天津理工大学 自動化学院(天津市復雑控制理論与応用重点実験室),天津 300384;天津農学院,天津 300384) ,  Yue Youjun (天津理工大学 自動化学院(天津市復雑控制理論与応用重点実験室),天津,300384)
資料名： Henan Ligong Daxue Xuebao (Ziran Kexue Ban)  (Henan Ligong Daxue Xuebao (Ziran Kexue Ban))
巻： 36  号： 2  ページ： 94-98  発行年： 2017年 
JST資料番号： C3231A  ISSN： 1673-9787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 転炉製鋼プロセスにおける酸素消費量の正確な予測を困難にするために,灰色システムと遺伝的アルゴリズムに基づくBPニューラルネットワークの組合せに基づく転炉酸素消費予測モデルを提案した。まず第一に,転炉製錬の歴史的データを抽出し,灰色相関度法を用いて,転炉製鋼の酸素消費量系列の支配因子を決定した。次に,灰色のシステムモデルとGA-BPニューラルネットワークモデルを用いて,予測された支配的な配列データを予測し,最後に,モデルの予測結果に従って,予測誤差の二乗和を最小にすることを目的関数とした。各モデルの最適重み係数を計算し、重み融合を行い、転炉酸素消費量の予測を実現した。シミュレーション結果により,提案した組合せ予測モデルは,予測誤差,予測精度および一般化能力を減少させることができ,そして,転炉製鋼の酸素消費量の予測に,より適していることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *酸素要求量 ,  予測誤差 ,  *予測 ,  目的関数 ,  *転炉 ,  *重みづけ ,  システムモデル ,  *酸素消費 ,  遺伝的アルゴリズム ,  シミュレーション ,  予測モデル
準シソーラス用語： 予測精度 ,  重み係数 ,  神経回路網モデル ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： oxygen converter ,  grey correlation ,  analysis of gray system ,  GA-BP neural network ,  combination forecast model

分類 (1件)： 製鋼  (WD01060A)

タイトルに関連する用語 (6件)： 重みづけ ,  組合せ ,  モデル ,  転炉製鋼 ,  酸素消費量 ,  予測