提出改进灰色关联熵结合神经网络的铁水脱硫率预测模型,用以降低脱硫成本,提高脱硫效率。将灰色关联与改进熵权法结合,优化输入,选取铁水进站质量、进站温度、温降、喷吹时间、石灰消耗量、镁消耗量与进站硫量作为神经网络的输入量,构建预测模型,并与其他模型的预测结果进行了对比分析。结果表明,改进灰色关联熵结合神经网络模型的预测精度更高,与单一BP神经网络、深度神经网络、随机森林模型相比,平均误差分别降低了4.20%、3.83%、4.65%。
科研之友
微信
新浪微博
Facebook
分享链接
