《表2 管片拼装工步:基于FA-ELM的转炉终点磷含量预测模型》
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。
图表编号 | XD00189186400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 高放、包燕平、王敏、刘宇、黄永生、孙光涛 |
绘制单位 | 北京科技大学钢铁冶金新技术国家重点实验室、北京科技大学钢铁冶金新技术国家重点实验室、北京科技大学钢铁冶金新技术国家重点实验室、中天钢铁集团有限公司第三炼钢厂、中天钢铁集团有限公司第三炼钢厂、中天钢铁集团有限公司第三炼钢厂 |
更多格式 | 高清、无水印(增值服务) |