杨志宇
- 作品数:1 被引量:5H指数:1
- 供职机构:沈阳建筑大学信息与控制工程学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 铁水硅含量的集成模糊神经网络预测方法被引量:5
- 2013年
- 在炼铁生产过程中,有效的降低铁水硅含量并且使其保持在合理的低水平,有利于提高生铁的质量和产量。但是在实际生产过程中,生铁的硅含量只有在生铁样本送到实验室经过化验后方可得知,检测存在严重的滞后性,这样采取的调整铁水硅含量的措施也会滞后。为了消除检测的滞后性,及时的对铁水硅含量的调整采取及时有效的措施,有必要对铁水硅含量进行预测。基于模块化和信息融合思想,本文提出了集成模糊神经网络铁水硅含量预测方法,选取了2个预测子模块单独学习并训练,然后经过一个决策融合模块得到最终的铁水硅含量预测结果。建立了铁水硅含量预测模型,并在模型训练完成后进行了MATLAB实验仿真。仿真数据采集自凌源钢厂2号高炉,样本数据均在高炉炉况基本稳定的运行条件下获得,用这些样本数据训练预测模型。预测模型训练结束后,又选取50个样本对模型进行测试预测。仿真结果验证了该方法的有效性,集成模糊神经网络预测模型预测精度很高,相对误差较小,能够给予高炉生产过程给予有效的指导。
- 李界家杨志宇曹阳
- 关键词:模糊神经网络RBF神经网络