遗传算法优化BP神经网络的水泥窑温度预测模型研究

Research on prediction model of cement kiln temperature based on BP neural network optimized by genetic algorithm

水泥窑内温度的控制效果直接决定水泥熟料的质量。由于回转窑煅烧具有大滞后、非线性、多变量等复杂特性,并且各个因素之间存在相互联系和不确定性,这给回转窑温度的控制带来了困难。本文利用BP神经网络建立回转窑温度预测模型,并利用遗传算法对模型进行优化,将优化前后的仿真结果对比后发现,使用遗传算法优化后的BP神经网络回转窑温度预测模型的预测精度高于单独使用BP神经网络搭建的回转窑温度预测模型精度,为回转窑温度的预测提供了一种新的方法。