基于灰色预测与神经网络组合模型转炉氧耗量预测方法

摘要

一种基于灰色预测与神经网络组合模型转炉氧耗量预测方法，属于钢铁企业转炉氧气预测技术领域。通过对影响转炉氧气消耗量的多个因素分析后进行预测。利用Elman反馈神经网络非线性计算特点，能够较好拟合预测复杂情况下的非线性预测问题，发挥其反映系统动态特性的能力，利用灰色系统理论不仅能够加快人工神经网络预测模型的收敛速度，而且更有效展现转炉氧气消耗量的变化规律，提高了预测准确性。结合灰色预测与Elman神经网络建立的组合模型，该组合模型全局搜索能力较强，同时对网络进行优化，并且加入了适当的算子，增强了搜索局部最优解和全局最优解的能力，能有效地提高预测精度，指导炼钢生产合理用氧、提高生产效率。