冶金过程模式空间降维神经网络优化法

根据冶金过程复杂多因素以及物理量难测等特点，与神经网络容易过拟合和不能直接“外推”等缺点提出“模式空间降维神经网络优化法”将传统的模式识别方法与神经网络方法相结合并创新，通过构造自平衡网络结构，将逆映照和反传神经网络算法相结合，有效地除噪声，选特征，发展新的人工智能优化技术与数据信息采掘技术。利用这些新方法和在安钢收集的连铸生产数据建立了冶金过程数学模型，并在生产中应用调试和改进，将之建成网络型专家系统。在安阳钢厂连铸生产中应用这个专家系统进行配水的控制，给出各回路的水量控制参数，从而使铸坯的分层和内裂纹现象大幅度减少，成品率有很大的提高。