基于RBF神经网络在转炉炼钢獭报中的应用研究

祁子怡　高坤　赵宝芳　李勇　李伟

摘要：转炉炼钢控制目标是对终占、温度和含碳量进行预测。由于我国转炉炼钢自动化控制水平的限制，特别是动态控制水平不够高，因此需要基于RBF神经网络建立終点预报模型。其基本思路为：基于RBF神经网络局部逼近网络的特性之上，采用k-均值聚类算法确定隐藏层的中心，权值调整采用递推最小二乘法，建立基于RBF神经网络在转炉炼钢终点预报的模型。最后结合实际数据进行模型的仿真研究。结果表明经RBF神经网络预测模型的实时训练，提高了终点预报的精度。

关键词：转炉炼钢；神经网络；k-均值聚类；最小二乘法