| 基于PSO-ICA 和RBF 神经网络的转炉炼钢终点预报模型 |
| |
| 引用本文： | 韩敏,姜力文,赵耀.基于PSO-ICA 和RBF 神经网络的转炉炼钢终点预报模型[J].信息与控制,2010,39(1):1-1. |
| |
| 作者姓名： | 韩敏 姜力文 赵耀 |
| |
| 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863计划资助项目，国家科技支撑计划资助项目，国家973计划资助项目，国家自然科学基金资助项目 |
| |
| 摘 要： | 提出将微粒群优化算法和独立成分分析引入到径向基函数神经网络模型用于转炉炼钢终点预报．利用
微粒群优化算法的全局遍历特性和快速不动点算法的局部寻优能力，改进了传统的独立成分分析算法，解决了其目
标函数易陷入局部最优和独立特征排序不确定的问题，压缩冗余信息并降低输入维数．将提取出的独立特征输入径
向基函数神经网络，预报终点温度和碳含量．对转炉生产实测数据进行了仿真，结果表明该模型能有效提高预报精
度，保证预报的可靠性．
|
| 关 键 词： | 转炉 终点预报 独立成分分析 微粒群优化算法 径向基函数神经网络 |
Endpoint Prediction Model of Basic Oxygen Furnace Steelmaking Based on PSO-ICA and RBF Neural Network |
| |
| HAN Min,JIANG Liwen,ZHAO Yao.Endpoint Prediction Model of Basic Oxygen Furnace Steelmaking Based on PSO-ICA and RBF Neural Network[J].Information and Control,2010,39(1):1-1. |
| |
| Authors: | HAN Min JIANG Liwen ZHAO Yao |
| |
| Affiliation: | HAN Min,JIANG Liwen,ZHAO Yao(School of Electronic , Information Engineering,Dalian University of Technology,Dalian 116024,China) |
| |
| Abstract: | A radial basis function neural network model combined with particle swarm optimization algorithm and independent component analysis is proposed to predict the endpoint of BOF(basic oxygen furnace)steelmaking.In order to solve the issues that the objective function falls into the local optimum and the sequence of independent components is uncertain,this paper utilizes the global ergodicity of particle swarm optimization algorithm and the local optimizing capacity of fast fixed-point algorithm to improve the ... |
| |
| Keywords: | basic oxygen furnace endpoint prediction independent component analysis particle swarm optimization radial basis function neural network |
| 本文献已被 CNKI 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 |
