原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
增量式遗传RBF神经网络在铁水脱硫预处理中的应用
第 33 卷第 1 期 信息与控制 Vol. 33 ,No. 1
2004 年 2 月 Information and Control Feb. , 2004
文章编号 :100220411 (2004) 0120089204
增量式遗传 RBF 神经网络在铁水脱硫预处理中的应用
王华秋 ,曹长修 ,张邦礼
(重庆大学自动化学院 , 重庆 400044)
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. X
关键词 :遗传算法 ;RBF 算法 ;增量数据 ;脱硫 ;预测
中图分类号: TP183 文献标识码 :A
Application of Incremental Genetic RBF NN to Hot Metal
Desulf urization Pretreatment
WAN G Hua2qiu ,CAO Chang2xiu ,ZHAN G Bang2li
( )
A utomation Instit ute , Chongqi ng U niversity , Chongqi ng 400044 , Chi na
Abstract : Hot metal desulfurization pretreatment is a very sophisticated reaction which is not only diverse but
also non2linear. A model identification method based on genetic RBF neural network to predict desulfurizer quantity
is put forward , which can perfectly resolve the problem of random selection of RBF cluster center number and sam2
ple data clustering. In order to ensure structure of neural network to fit with continuous incremental data set , a
method for dealing with incremental data is presented , which is applied to amend the parameters of neural network
. Then the request of continuous production is satisfied . Finally the testing results are given , showing that after
adopting the
文档评论（0）