摘要
本发明提供一种耐火炉温度控制方法,方法包括:获取以耐火炉数据为输入,以PID配置参数为输出构建的BP神经网络;采用差分进化算法对BP神经网络的隐藏层权重、偏置初始值以及超参数进行求解;其中,在求解过程中,差分进化算法中变异过程的缩放比例随迭代次数进行负相关的线性变化;将求解得到的隐藏层权重、偏置初始值以及超参数赋予BP神经网络,并对BP神经网络进行训练;将实时采集耐火炉数据输入到训练后的BP神经网络,以得到实时的PID配置参数;向PID控制器输入期望温度,并向PID控制器配置实时的PID配置参数,以实现对耐火炉的温度进行控制。本发明能够快速且准确的完成对BP神经网络的初始化并实时的对PID控制器进行控制。
技术关键词
BP神经网络
进化算法
超参数
火炉
温度控制方法
偏差
元素
预估控制器
PID控制器
温控系统
索引
训练集
线性
数值
数据
系统为您推荐了相关专利信息
能耗预测方法
制胶工艺
莱赛尔纤维
能耗预测模型
参数
时序
三维卷积神经网络模型
非线性
发酵液
RNN模型
语义特征
生成算法
注意力机制
语义向量
模态特征