基于自适应模糊神经网络的铜闪速熔炼渣含Fe/SiO2模型研究 (2011年)

基于 Sugeno型自适应模糊神经网络系统(ANFIS)及利用某闪速炼铜厂生产实践的稳定数 据,建立了网络结构为3输入、单输出、隶属度函数个数为[5 3 5]的闪速炼铜过程的渣含 Fe/SiO2模型。 结果显示其训练数据平均绝对误差为0.0055,相对误差为1.4%;仿真检验数据平均绝对误差为 0.028,相对误差为2.9%,表明所建立的模型预测值与生产操作数据基本吻合,该模型对铜熔炼过程的 最优化具有参考价值,可以代替现有的静态配料模型用于工业在线计算机控制。