节点文献
用神经网络─遗传算法优化MgO－B2O3─SiO2渣系组成
OPTIMIZATION OF MgO-B2O3-SiO2 SLAGGING USING ARTIFICIAL NEURAL NETWORK AND GENETIC ALGORITHM
【摘要】 应用人工神经网络对ＭｇＯ－Ｂ２Ｏ３－ＳｉＯ２渣系组成与硼提取率关系进行拟合和预测，首次采用遗传算法对组成优化，并得到最佳硼提取率所对应的组成。
【Abstract】 The relation among the MgO-B2O3-SiO2 slag compositions and the efficiencies of extraction of B has been fitted and predicated by artificial neural network. The optimum composition corresponding to the highest efficiency of extraction of B was obtained using genetic algorithm. It is believed that the artificial neural network and genetic algorithm may provide a new and effective way for fitting and optimizing the process of extraction of B.
【关键词】 神经网络；
遗传算法；
组成；
优化；
MgO－B2O3－SiO2渣系；
【Key words】 artificial neural network； genetic algorithm； optimization of composition； boron； MgO-B2O3 SiO2 slag；
【Key words】 artificial neural network； genetic algorithm； optimization of composition； boron； MgO-B2O3 SiO2 slag；
【基金】 国家自然科学基金
- 【文献出处】 金属学报 ,ACTA METALLRUGICA SINICA , 编辑部邮箱 ,1995年18期
- 【分类号】TF524
- 【被引频次】20
- 【下载频次】100