基于AP聚类的RBF神经网络研究及其在转炉炼钢中的应用
来源期刊：钢铁研究学报2014年第1期
论文作者：张辉宜 周奇龙 袁志祥 刘志明
文章页码：22 - 26
关键词：AP聚类;RBF神经网络;转炉炼钢;预测;
摘 要：针对RBF神经网络学习算法不能很好地确定其隐含层节点数、隐含层节点中心及其半径的问题,利用AP聚类算法无需事先确定聚类数的特点,提出了一种基于AP聚类的RBF神经网络算法。将该算法应用于120t转炉Q235B钢种冶炼过程的终点碳含量和温度预报,预测结果与实际结果比较,表明该算法具有预测精度高等优点,可为类似应用提供借鉴。
张辉宜1，周奇龙1，袁志祥1，刘志明2
1. 安徽工业大学计算机学院2. 韶钢第三炼钢厂
摘 要：针对RBF神经网络学习算法不能很好地确定其隐含层节点数、隐含层节点中心及其半径的问题,利用AP聚类算法无需事先确定聚类数的特点,提出了一种基于AP聚类的RBF神经网络算法。将该算法应用于120t转炉Q235B钢种冶炼过程的终点碳含量和温度预报,预测结果与实际结果比较,表明该算法具有预测精度高等优点,可为类似应用提供借鉴。
关键词：AP聚类;RBF神经网络;转炉炼钢;预测;
