您的位置： 专家智库 > >

陶子玉

作品数：4 被引量：41H指数：3
供职机构：东北大学材料与冶金学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：冶金工程自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇中文期刊文章

领域

  • 3篇冶金工程
  • 1篇自动化与计算...

主题

  • 2篇子群
  • 2篇网络
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇精炼
  • 2篇钢水
  • 2篇钢水温度
  • 2篇LF精炼
  • 1篇调度
  • 1篇优化算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇铁路
  • 1篇企业铁路
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇转炉
  • 1篇最短路径
  • 1篇温度预报
  • 1篇冷态

机构

  • 4篇东北大学
  • 1篇鞍山科技大学

作者

  • 4篇陶子玉
  • 4篇姜茂发
  • 2篇王安娜
  • 1篇刘承军
  • 1篇田慧欣
  • 1篇李静
  • 1篇张丽娜
  • 1篇刘俊芳

传媒

  • 1篇中国冶金
  • 1篇钢铁研究学报
  • 1篇特殊钢
  • 1篇控制与决策

年份

  • 1篇2007
  • 2篇2006
  • 1篇2005
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于改进人工神经网络的LF钢水终点温度预报被引量：11
2006年
采用改进的人工神经网络算法,开发了40t钢包炉精炼时钢水终点温度预报模型。与传统BP网络算法相比较,改进算法可提高预测速度和精度。生产现场实验表明,传统BP神经网络算法,钢水温度预测误差±5℃的炉次仅为77%,用改进的BP神经网络算法,其误差±5℃的炉次为90%。
陶子玉姜茂发刘承军
关键词：LF精炼BP神经网络钢水温度
基于PSO和BP网络的LF炉钢水温度智能预测被引量：25
2006年
研究将粒子群优化算法与BP神经网络相结合,建立新的钢水终点温度预报模型.确定加热功率、初始温度、精炼时间等8个影响钢水终点温度的主要因素作为神经网络的输入量.用粒子群优化算法优化神经网络参数,改善神经网络温度预测模型的收敛性能.实验结果表明,该算法可以提高预测速度和精度,预测结果误差不大于±5℃的炉次大于90%.
王安娜陶子玉姜茂发田慧欣张丽娜
关键词：LF精炼炉粒子群优化
30t转炉的溅渣护炉工艺被引量：7
2005年
通过与30t转炉几何相似比为1∶10的水模实验,研究了炉衬不同部位溅渣量的分布以及氧枪高度、留渣量和气体压力对溅渣量的影响,确定了各参数的最隹值。将水模实验得到的溅渣工艺参数应用到实际生产后,炉龄由1600炉提高到19000炉以上。
陶子玉李静姜茂发
关键词：转炉溅渣护炉炉龄冷态模拟
基于粒子群优化算法的钢铁企业铁路车辆调度
2007年
给出了求解铁路车辆调度问题的粒子群算法流程;分析了求解不同调度问题的3种粒子表示法,即基于粒子位置次序(Particle Position Sequence,PPS)的粒子表示法、基于粒子位置取整操作(Particle Position Roun-ding-off,PPR)的粒子表示法和基于PPS-PPR的混合粒子表示法;讨论了PPS-PPR混合粒子表示法与调度解空间的映射关系和解码方法。将第3种方法应用于实际车辆调度系统中,求解出机车送货作业行驶的最短路径,建立了基于粒子群优化算法的企业铁路优化调度模型。
陶子玉姜茂发刘俊芳王安娜
关键词：调度粒子群优化算法最短路径
全选 清除 导出
共1页<1>
聚类工具0