高炉铁水硅含量的智能预测

摘要：

文章提出了一种基于T-S模型的自适应模糊神经推理系统的高炉铁水硅含量智能预测模型,采用模糊聚类算法对样本数据进行分析归类,自行生成模糊规则库,实现模型结构简化和参数优化,特别适用于高炉冶炼这类复杂的非线性系统的预测系统建模;仿真结果表明,该方法预测命中率高,具有很好的实用性.

关键词：聚类、T-S模型、自适应、硅含量预测

所属期刊栏目：31

分类号：O561(分子物理学、原子物理学)

在线出版日期：2008-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76