高炉异常炉况的模糊预测模型

摘要：

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.

关键词：炉况、模糊化、模糊推理、模拟、预报

所属期刊栏目：17

分类号：TP273(自动化技术及设备)

资助基金：国家科技成果推广计划2005EC000166;国家重点基础研究发展计划973计划2002CB312200

在线出版日期：2007-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-37,61