应用贝叶斯网络对高炉铁水硅含量进行预测.首先阐述了贝叶斯网络的数学描述,在此基础上给出贝叶斯网络预测公式的一种简化形式.然后建立高炉铁水硅含量的贝叶斯网络预测模型,对山东莱钢1号高炉在线采集的2 000炉数据进行网络学习,离线预测取得了较好的效果.与神经网络等其他方法相比,它更适合解析高炉过程,而且透明的推理过程对高炉工长判断炉温变化趋势具有指导意义.
参考文献
| [1] | 孙铁栋;杨章远;许志宏 等.神经网络方法在预报高炉铁水硅含量上的应用研究[J].钢铁,1996,31(03):18-26. |
| [2] | David Heckerman .Bayesian Networks for Data Mining[J].DATA MINING AND KNOWLEDGE DISCOVERY,1997,1(01):79-119. |
| [3] | Knapp C H;Carter G C .The Generalized Correlation Method for Estimation of Time Delay[J].IEEE Transactions on Acoustics Speech and Signal Processing,1976,ASSP-24:320-327. |
| [4] | Dagum P;Luby M .Approximating Probabilistic Inference in Bayesian Belief Networks is NP-hard[J].Artificial Intelligence,1993,60:141-153. |
| [5] | 王辉.用于预测的贝叶斯网络[J].东北师大学报(自然科学版),2002(01):9-14. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%