增量式遗传RBF神经网络在铁水脱硫预处理中的应用

被引：4

作者：

王华秋

曹长修

张邦礼

机构：

[1] 重庆大学自动化学院

[2] 重庆大学自动化学院重庆

[3] 重庆

来源：

信息与控制 | 2004年 / 01期

关键词：

遗传算法; RBF算法; 增量数据; 脱硫; 预测;

D O I：

10.13976/j.cnki.xk.2004.01.020

中图分类号：

TF70 [一般性问题];

学科分类号：

080602 ;

摘要：

铁水脱硫预处理过程是一个非常复杂的多元非线性反应过程 ,针对它提出了基于增量式遗传RBF神经网络的模式识别方法 ,预测脱硫剂加入量 .该算法克服了RBF中心个数选择的随机性 ,较好地解决了样本聚类 .为了保证网络结构能适应不断扩大的数据集 ,提出了增量数据处理方法 ,对原有网络参数进行修正 ,这样就有利于连续生产操作 .现场测试结果表明 ,采用该算法后结果的误差较小 ,满足了终点命中率在90 %以上的指标 ,提高了经济效益 ,这说明该算法具有工程实用性 .

引用

页码：89 / 92+111 +111

页数：5

共 6 条

[1] RBF神经网络的函数逼近能力及其算法 [J].