增量式遗传RBF神经网络在铁水脱硫预处理中的应用

• 作者: 张邦礼 曹长修 王华秋
• 来源期刊: 信息与控制
• 关键词: 遗传算法 RBF算法 增量数据 脱硫 预测
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 89-92，111
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.01.020

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹长修	重庆大学自动化学院	162	2835	26.0	47.0
2	王华秋	重庆大学自动化学院	16	276	8.0	16.0
3	张邦礼	重庆大学自动化学院	19	374	11.0	19.0