基于Nadam优化器的全连接神经网络在水泥熟料f-CaO预测中的应用实践

本文基于TensorFlow+Keras深度学习框架建立了熟料f-CaO全连接神经网络数据驱动模型,采用基于Nadam优化器对模型进行训练,与SGD随机梯度下降相比,鲁棒性更好。此外,本文介绍了将模型用于水泥熟料f-CaO含量实时预测的实现方法,数据预测误差小于5.11%,可有效指导烧成优化控制系统,为烧成控制智能化提供数据支撑。