- · 《冶金与材料》栏目设置[05/29]
- · 《冶金与材料》收稿方向[05/29]
- · 《冶金与材料》投稿方式[05/29]
- · 《冶金与材料》征稿要求[05/29]
- · 《冶金与材料》刊物宗旨[05/29]
来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。 一、投稿方式： 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权： 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
冶金工业论文_基于BP神经网络的热风炉群煤气消
作者:网站采编关键词:
摘要：文章摘要:热风炉是副产煤气消耗大户，热风炉群的煤气消耗数据无规律性、波动剧烈，预测难度较大。针对热风炉群煤气消耗量难以直接预测的问题，提出一种基于BP神经网络的热风炉
文章摘要:热风炉是副产煤气消耗大户，热风炉群的煤气消耗数据无规律性、波动剧烈，预测难度较大。针对热风炉群煤气消耗量难以直接预测的问题，提出一种基于BP神经网络的热风炉群煤气消耗量预测方法。该方法将热风炉群的煤气消耗数据分解为单座热风炉的煤气消耗数据，利用单座热风炉周期性煤气消耗特性，将利用BP网络模型预测出的各座热风炉煤气消耗数据重构为热风炉群的煤气消耗量数据。以现场采集的热风炉煤气消耗数据作为样本进行实例分析，结果表明，数据分解重构的BP网络模型的平均绝对误差（MAE）为2 978.74 m3/min，平均绝对百分比误差（MAPE）为6.59%，对称平均绝对百分比误差（SMAPE）为6.88%。与传统BP网络模型相比，该模型的MAE、MAPE和SMAPE分别改善了61.86%、70.88%和66.60%。
文章关键词:
论文DOI:10.13228/j.boyuan.issn1006-9356.20210465
论文分类号:TF544;TP183
文章来源：《冶金与材料》 网址: http://www.yjyclzz.cn/qikandaodu/2021/1214/1116.html