首页 | 本学科首页   官方微博 | 高级检索  
     

贪婪核主元模糊神经网络在转炉炼钢终点预报中的应用
引用本文:韩敏,黄晓清,王心哲.贪婪核主元模糊神经网络在转炉炼钢终点预报中的应用[J].信息与控制,2008,37(4):1-1.
作者姓名:韩敏  黄晓清  王心哲
作者单位:大连理工大学电子与信息工程学院,辽宁,大连,116024
基金项目:国家高技术研究发展计划(863计划),国家自然科学基金,国家科技支撑计划,国家重点基础研究发展计划(973计划)
摘    要:本文提出基于核思想和贪婪算法的主元模糊神经网络模型,用来进一步提高转炉终点碳含量和 温度预报模型的精度.采用核函数把输入变量向高维特征空间映射以充分挖掘变量的隐藏信息,经贪婪算法 优化选取主元,除去变量的冗余信息,降低输入维数.将提取的主元输入自适应神经模糊推理系统后,网络 以规则的形式来反映数据间蕴含的关系;以此模拟操作工经验,减少经验差异带来的影响.对转炉生产实测 数据进行了仿真,结果表明该模型是有效的.

关 键 词:转炉  核主元分析  贪婪算法  自适应神经模糊推理系统  终点预报

Application of Greedy Kernel Principal Component Fuzzy Neural Network to Predicting Basic Oxygen Furnace Steelmaking Endpoint
HAN Min,HUANG Xiao-qing,WANG Xin-zhe.Application of Greedy Kernel Principal Component Fuzzy Neural Network to Predicting Basic Oxygen Furnace Steelmaking Endpoint[J].Information and Control,2008,37(4):1-1.
Authors:HAN Min  HUANG Xiao-qing  WANG Xin-zhe
Affiliation:HAN Min,HUANG Xiao-qing,WANG Xin-zhe(School of Electronic , Information Engineering,Dalian University of Technology,Dalian 116024,China)
Abstract:A principal component fuzzy neural network model based on kernel method and greedy algorithm is proposed,in order to improve the carbon contents of furnace endpoint and precision of the temperature focasting model.The model adopts kernel function to project the input variables into high dimensional feature space,so that the latent information can be extracted.Then greedy algorithm is used to select principal components,remove redundant information and reduce the input dimension.After the extracted principal...
Keywords:basic oxygen furnace  kernel principal component analysis  greedy algorithm  adaptive neuro-fuzzy inference system(ANFIS)  endpoint prediction  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《信息与控制》浏览原始摘要信息
点击此处可从《信息与控制》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号