辽宁工业大学学报(自然科学版)

2020, v.40;No.194(04) 264-267

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于RBF神经网络和线性规划对脱氧合金化配料的研究
Study of the Problem of Deoxidized Alloying Ingredients Based on RBF Neural Network and Linear Programming

孙成伟;朱家明;李秦;郑延雯;

摘要(Abstract):

针对钢水脱氧合金化配料方案优化,查阅文献并运用了相关性分析、控制变量法线性回归等方法,计算钢水脱氧合金化C、Mn元素历史收得率,构建了脱氧合金化过程中预测元素收得率的RBF神经网络模型、钢水脱氧合金化成本优化线性回归模型,综合运用了MATLAB、SPSS、EXCEL等软件编程进行求解,得出了元素收得率与变量之间相关关系、预测元素收得率的规律及求出钢水脱氧合金化优化成本等结论。

关键词(KeyWords): 脱氧合金化配料;RBF神经网络;线性规划;MATLAB

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(71934001)

作者(Author): 孙成伟;朱家明;李秦;郑延雯;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享