李静
- 作品数：3 被引量：38H指数：3
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术冶金工程化学工程更多>>
- 高炉铁水温度的多元时间序列建模和预测被引量：17
- 2014年
- 针对高炉炉温铁水硅含量为预测对象的不确定性和高炉炉温单变量时间序列模型所含炉温输入信息量少、难以揭示各个变量之间的相互关系及变化规律的特点,以高炉铁水温度为研究对象,建立BP神经网络多元时间序列模型和T-S模糊神经网络多元时间序列模型。应用高炉实际数据做模型检验,结果表明,T-S模糊神经网络多元时间序列模型取得更好的命中率和预测精度。
- 崔桂梅李静张勇卢俊慧马祥
- 关键词：多元时间序列BP神经网络模糊神经网络
- 小波神经网络在高炉铁水温度预测中的建模研究被引量：4
- 2013年
- 针对铁水硅含量预测高炉炉温的不科学性,本文以高炉铁水温度为研究对象,建立基于小波神经网络的预测高炉炉温模型。首先利用数理统计的方法对海量的样本数据进行预处理和特征提取,然后利用相关分析的方法归纳出影响炉温的关键变量,进而建立以出铁批次为时间序列的高炉铁水温度小波神经网络预测模型。最后,应用某钢厂高炉数据做模型试验,相对传统的BP神经网络模型,小波神经网络模型有较好的命中率和预测精度。
- 张勇李静崔桂梅
- 关键词：炉温铁水温度数据预处理
- 基于T-S模糊神经网络模型的高炉铁水温度预测建模被引量：22
- 2013年
- 针对高炉炉温与铁水硅含量呈正相关而非严格的线性关系和机制建模的主观性以及其难以建立各变量之间隐含的数学关系等的不足,在数据挖掘理论的基础上,对海量的样本数据进行预处理和特征提取,然后以高炉铁水温度为研究对象,建立了基于T-S模糊神经网络的高炉铁水温度预测模型。最后,应用某高炉数据进行模型验证,并将该模型与T-S模糊多元回归模型以及BP神经网络模型进行比较研究,仿真结果表明T-S模糊神经网络模型的有效性和优越性。
- 崔桂梅李静张勇李仲德马祥
- 关键词：T-S模糊神经网络
