中国冶金
中國冶金
중국야금
CHINA METALLURGY
2007年
4期
34-37,61
,共5页
炉况%模糊化%模糊推理%模拟%预报
爐況%模糊化%模糊推理%模擬%預報
로황%모호화%모호추리%모의%예보
将神经网络和模糊数学理论相结合,建立了一种新型的炉况预报模型,利用模糊神经网络的并行处理特性进行模糊推理.模糊神经网络的并行数学计算过程取代了专家系统中传统的参数处理,具有更高的推理效率;且神经网络的学习能力实现了隶属函数和模糊规则的自学习,从而满足了高炉专家系统知识库的动态特征,有效提高了炉况预报模型的自适应能力.最后,应用莱钢1号高炉在线采集的数据动态模拟了高炉炉况的变化趋势.
將神經網絡和模糊數學理論相結閤,建立瞭一種新型的爐況預報模型,利用模糊神經網絡的併行處理特性進行模糊推理.模糊神經網絡的併行數學計算過程取代瞭專傢繫統中傳統的參數處理,具有更高的推理效率;且神經網絡的學習能力實現瞭隸屬函數和模糊規則的自學習,從而滿足瞭高爐專傢繫統知識庫的動態特徵,有效提高瞭爐況預報模型的自適應能力.最後,應用萊鋼1號高爐在線採集的數據動態模擬瞭高爐爐況的變化趨勢.
장신경망락화모호수학이론상결합,건립료일충신형적로황예보모형,이용모호신경망락적병행처리특성진행모호추리.모호신경망락적병행수학계산과정취대료전가계통중전통적삼수처리,구유경고적추리효솔;차신경망락적학습능력실현료대속함수화모호규칙적자학습,종이만족료고로전가계통지식고적동태특정,유효제고료로황예보모형적자괄응능력.최후,응용래강1호고로재선채집적수거동태모의료고로로황적변화추세.
