基于混合递阶遗传神经网络的转炉温度预报

杨为民¹，赵杰¹，韦生勇²，贾哲³

1. 东北大学信息与科学学院2. 庄河发电有限责任公司3. 东北大学设计院

摘 要：针对转炉控制中对吹炼终点温度的控制问题,提出了基于混合递阶遗传RBF神经网络（HGA-RBF）的转炉炼钢终点温度预报模型。研究了RBF网络的特点,用递阶遗传算法克服了网络的结构和参数选择的随机性问题;并结合最小二乘法,提高了收敛速度。仿真结果表明,此算法在一定程度上提高了RBF网络的优化收敛速度和训练测试精度。某钢铁公司提供的实际冶炼数据试验,也证明了该模型预报精度较高,对提高生产的质量有重要意义。

关键词：转炉;混合递阶遗传算法;RBF神经网络;