铁水硅含量的集成模糊神经网络预测方法

作者：李界家; 杨志宇; 曹阳

来源：计算机与应用化学, 2013, (10): 1113-1116.

• 硅含量预测
• 模糊神经网络
• RBF神经网络
• 集成预测模型 prediction of silicon content
• fuzzy neural network
• RBF neural network
• integrated prediction model

在炼铁生产过程中,有效的降低铁水硅含量并且使其保持在合理的低水平,有利于提高生铁的质量和产量。但是在实际生产过程中,生铁的硅含量只有在生铁样本送到实验室经过化验后方可得知,检测存在严重的滞后性,这样采取的调整铁水硅含量的措施也会滞后。为了消除检测的滞后性,及时的对铁水硅含量的调整采取及时有效的措施,有必要对铁水硅含量进行预测。基于模块化和信息融合思想,本文提出了集成模糊神经网络铁水硅含量预测方法,选取了2个预测子模块单独学习并训练,然后经过一个决策融合模块得到最终的铁水硅含量预测结果。建立了铁水硅含量预测模型,并在模型训练完成后进行了MATLAB实验仿真。仿真数据采集自凌源钢厂2号高炉,样本数...

• 出版日期2013
• 单位沈阳建筑大学