[发明专利]基于PSO_ELM神经网络的转炉炼钢工艺成本控制方法及系统

摘要

本发明提供一种基于PSO_ELM神经网络的转炉炼钢工艺成本控制方法及系统，其中的方法包括选择影响成本的控制参数；构建建模样本集；获得归一化样本集；构建前馈神经网络；采用PSO算法对ELM神经网络参数进行训练获取神经网络参数；利用遗传算法对PSO_ELM神经网络构建的模型进行优化，获取所构建模型的最值，并根据所构建模型的最值确定最优控制参数；根据最优控制参数成本值与所述建模样本集中的最小成本值的对比结果，确定转炉炼钢工艺的最小成本值。利用本发明，能够解决转炉炼钢成本高的问题。

主权项

一种基于PSO_ELM神经网络的转炉炼钢工艺成本控制方法，包括：根据转炉炼钢的工艺选择影响成本的控制参数；利用模拟转炉炼钢平台采集不同控制参数的成本，构建建模样本集；将构建的建模样本集进行归一化处理，获得归一化样本集；根据所述归一化样本集和极限学习机理论改进算法构建前馈神经网络；利用PSO算法对ELM神经网络进行训练，获取神经网络参数；利用遗传算法对PSO_ELM神经网络构建的模型进行优化，获取所构建模型的最值，并根据所构建模型的最值确定最优控制参数；根据所述最优控制参数获取最优控制参数成本值；根据所述最优控制参数成本值与所述建模样本集中的最小成本值的对比结果，确定转炉炼钢工艺的最小成本值。