《表2 管片拼装工步：基于FA-ELM的转炉终点磷含量预测模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于FA-ELM的转炉终点磷含量预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于表2中的公因子表达式，将原始数据降维处理成公因子矩阵，以公因子矩阵作为样本数据输入，终点磷含量作为样本输出代入ELM模型进行训练。在训练过程中，设定随机因子，随机选取样本数据的80%作为训练样本，剩余20%作为测试样本，进行转炉炼钢终点磷含量的预测。ELM模型采用文中所述的3层网络结构，输入层节点为6个，隐含层数为1，隐含层节点为15个，隐含层神经元的激活函数选择sin函数，输出层节点为1个。为了体现ELM模型的优势，本文借助MATLAB编程对比分析了BP和ELM两种模型的预测结果，如图3～图8所示。