崔桂梅
,
李静
,
张勇
,
李仲德
,
马祥
钢铁
针对高炉炉温与铁水硅含量呈正相关而非严格的线性关系和机制建模的主观性以及其难以建立各变量之间隐含的数学关系等的不足,在数据挖掘理论的基础上,对海量的样本数据进行预处理和特征提取,然后以高炉铁水温度为研究对象,建立了基于TS模糊神经网络的高炉铁水温度预测模型.最后,应用某高炉数据进行模型验证,并将该模型与T-S模糊多元回归模型以及BP神经网络模型进行比较研究,仿真结果表明T-S模糊神经网络模型的有效性和优越性.
关键词:
高炉铁水温度
,
T-S模糊回归
,
T-S模糊神经网络
