基于Elman神经网络和灰色预测模型的钢铁冶炼的研究

摘要

本论文主要通过排查数据并用Lagrange插值法完善数据,得到合金收得率降低钢铁厂钢水脱氧合金化成本并给出建议,利用灰色关联度分析并利用合金收得率公式计算C,Mn收得率,用Elman神经网络和GM(1, 1)灰色预测模型预测优化C,Mn的收得率,利用微粒群算法给予优化成本的计算,给出配料方案和建议.