针对高炉炉温铁水硅含量为预测对象的不确定性和高炉炉温单变量时间序列模型所含炉温输入信息量少、难以揭示各个变量之间的相互关系及变化规律的特点,以高炉铁水温度为研究对象,建立BP神经网络多元时间序列模型和T-S模糊神经网络多元时间序列模型.应用高炉实际数据做模型检验,结果表明,T-S模糊神经网络多元时间序列模型取得更好的命中率和预测精度.
参考文献
| [1] | 崔桂梅,鄢常亮,关英辉.基于支持向量机的高炉向凉、向热炉况预测[J].钢铁研究学报,2011(07):18-22. |
| [2] | 高小强,王逸名,郑忠.高炉铁水硅含量预测评价与模型选择[J].钢铁研究学报,2007(05):5-9,19. |
| [3] | 石琳,汤佳佳,于涛,李江鹏.基于样条变换的非线性PLS的反应高炉炉温的参数预测[J].钢铁研究学报,2013(02):20-25. |
| [4] | 石琳,李志玲,崔桂梅.基于偏最小二乘回归的高炉铁水硅含量模型[J].内蒙古大学学报（自然科学版）,2010(04):427-430. |
| [5] | 李江鹏,石琳,于涛,曹富军,袁冬芳.基于自回归分布滞后模型的高炉铁水硅含量的预报[J].内蒙古大学学报（自然科学版）,2013(04):419-423. |
| [6] | 李启会,刘祥官.高炉铁水含硅量的模糊预测函数控制[J].郑州大学学报（理学版）,2007(03):104-108. |
| [7] | 李启会 .高炉冶炼过程的模糊辨识、预测及控制[D].浙江大学,2005. |
| [8] | 杨志昌 .基于模糊理论的高炉炉温[Si]预测模型的研究[D].浙江大学,2009. |
| [9] | 贺诗波,刘祥官,郜传厚,黄丽英,黄雅彬.高炉硅含量预测控制的时间序列混合建模[J].浙江大学学报（工学版）,2007(10):1739-1742. |
| [10] | 郜传厚,渐令,陈积明,孙优贤.复杂高炉炼铁过程的数据驱动建模及预测算法[J].自动化学报,2009(06):725-730. |
| [11] | 桂卫华;阳春华.复杂有色冶金生产过程智能建模、控制与优化[M].北京:科学出版社,2010 |
| [12] | Lai Y C;Ye N .Recent Development in Chaotic Time Series Analysis[J].International Journal of Bifurcation and Chaos,2003,13(06):1383. |
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%