专家系统与神经网络在高炉热模型中的应用

摘要

以首钢2号高炉为研究对象。首次提出了神经网络与专家系统共同构造高炉热模型的方法。在原有定量的专家系统分析处理基础上,再通过神经网络的自学习与自适应功能确定对高炉热状态有影响的其它因素,将专家系统与神经网络两者相互补充来完善高炉热模型,建立一个系统的、综合的数学模型。该模型可以客观、准确地反映高炉热状态。