收藏本站
《重庆大学》 2002年 硕士论文
收藏 | 手机打开
二维码
手机客户端打开本文

基于径向基神经网络和遗传算法建立转炉提钒终点预报模型的研究

钟志强  
【摘要】: 钒在钢铁冶金、电子及国防工业等方面有着重要的应用价值,是一种具有战略价值的金属材料。我国目前的转炉提钒为人工操作模式,由操作人员根据经验和感觉进行操作,自动化水平低,存在着钒渣质量和半钢质量不稳定的问题;在国外,俄罗斯等一些国家已经在使用静态模型对提钒过程进行控制,取得了较好的效果,但是这些模型大都是根据复杂的物理化学规律研制的机理模型,要求有非常稳定的生产流程和工艺条件,对于铁水成分、生产设备等变化的适应性差,不但移植困难,而且模型价格异常昂贵。研制具有高性价比的转炉提钒模型是我国钒生产企业的迫切需要,对如提钒这样的复杂冶金工业过程建模也是目前国内外的研究热点之一。随着计算智能研究的兴起,一些新的建模方法如RBF神经网络和遗传算法等为复杂的冶金工业过程建模提供了新的思路和方法。本文使用RBF神经网络和遗传算法建立了转炉提钒终点预报模型,并取得了较好的效果,为计算智能方法在复杂工业过程建模中的应用作出了有益的尝试。 本文首先根据冶金学原理,找出影响转炉提钒终点状态的主要因素,并从某大型钢厂的原始数据中提取合符要求的数据进行建模。从降低模型的复杂度的角度,本文将整个终点预报模型分成三个独立的模型,即终点温度模型、终点碳模型、终点钒模型。在深入研究神经网络理论的基础上,本文使用RBF神经网络对终点的三个指标分别建模。 由于RBF神经网络本身对其神经元个数、Spread等参数比较敏感,所以这些参数的选取对RBF神经网络的逼近效果影响很大,靠经验方法和手工测试方法选取的神经元个数、Spread等网络参数得到的网络模型对测试集误差较大,也就是说模型的泛化能力不好。本文通过对泛化理论的研究,分析了影响泛化能力的主要因素,提出了使用遗传算法对RBF神经网络的神经元个数、Spread等参数进行优化,求取具有较好泛化能力的神经网络的方法,试验证明通过这种方法求得的一组网络模型具有较好泛化能力,并成功的对测试集进行了准确的预报。最后得到的转炉提钒终点状态预报模型对终点温度的预报命中率达到86.4%,对终点碳的预报命中率达到83.7%,终点钒的预报命中率达到59.4%,碳温同时命中率达到76.3%,三者同时命中率达到43.2%。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 梁协雄,王华秋,曹长修;增量式遗传RBF算法在转炉提钒中的应用[J];重庆大学学报(自然科学版);2003年12期
2 廖俊,朱世强,林建亚,任德祥;遗传算法在T-S模糊模型辨识中的应用[J];信息与控制;1997年02期
3 刘健庄,谢维信,高新波;一种图象中基元检测的新方法[J];电子与信息学报;1997年02期
4 金耀初;蒋静坪;;基于遗传算法的模糊控制器分析[J];模式识别与人工智能;1997年01期
5 曹先彬;庄镇泉;;一种基于遗传算法的模糊规则生成方法[J];模式识别与人工智能;1997年02期
6 夏文,王华芝;遗传算法在多波束赋形天线优化中的研究[J];北京邮电大学学报;1998年04期
7 龙甫荟,郑南宁,张晓缋;基于多层感知遗传算法的图象分割新方法[J];控制理论与应用;1998年02期
8 刘莹,王宝树,马建峰,杨耆董;模糊聚合及遗传算法在多传感器数据融合中的应用[J];电子科技;1998年01期
9 黄海贇,戚飞虎;一种精确标定摄像机的遗传算法方案(英文)[J];红外与毫米波学报;2000年01期
10 徐小力,许宝杰,殷健;采用遗传算法的旋转机组状态趋势预测之探讨[J];机械科学与技术;2000年05期
11 陈勇,邓先灿;基于遗传算法的微波电路优化方法[J];微波学报;2000年S1期
12 于海斌,王浩波,徐心和;两代竞争遗传算法及其应用研究[J];信息与控制;2000年04期
13 涂承媛,涂承宇,冯占英;基于仿生进化的自动控制系统[J];北京联合大学学报;2000年03期
14 刘渤,左演声;遗传算法应用于多弧离子镀膜工艺优化设计[J];电子工艺技术;2000年03期
15 顾毅,刘新国;基于遗传算法的PID控制器的研究[J];信息技术;2000年08期
16 石玉,陈小平,于盛林;利用排序对遗传算法的改进和自适应交叉概率[J];数据采集与处理;2000年02期
17 陈洪亮,沈琳琳;基于遗传算法的矢量化方法研究[J];微型电脑应用;2000年12期
18 冯钢;候义斌;;关于遗传算法的CDT研究[J];模式识别与人工智能;2000年01期
19 郭观七,喻寿益;遗传算法收敛性分析的统一方法(英文)[J];控制理论与应用;2001年03期
20 王晓哲,顾树生,吴成东,张伟宏;基于一种新的基因操作策略的改进遗传算法[J];控制与决策;2001年S1期
中国重要会议论文全文数据库 前10条
1 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
2 何奉道;梁向阳;;基于遗传算法的机车周转图优化编制方法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 刘忠凯;薛正辉;任武;李伟明;高本庆;;用遗传算法优化八木天线[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年
4 汝勇;杨树强;;遗传算法在历史性约束组合优化问题中的应用[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(上册)[C];2010年
5 徐博艺;刘刚;李敏强;;遗传算法在非线性优化问题中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
6 李大伟;戴建设;李敉安;;遗传算法及其在神经网络学习算法中的应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
7 张莉;李久坤;赵德平;;用遗传算法解网络计划中的多资源优化问题[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
8 张健;石耀霖;;利用遗传算法从钻孔温度反演过去气温变化[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年
9 王直杰;方建安;邵世煌;;一种改进的遗传算法及其在神经网络学习中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
10 何翠红;区益善;;用sGA进行动态函数优化[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
中国博士学位论文全文数据库 前10条
1 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
2 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
3 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
4 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
5 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
6 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
7 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
8 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年
9 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年
10 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
中国硕士学位论文全文数据库 前10条
1 钟志强;基于径向基神经网络和遗传算法建立转炉提钒终点预报模型的研究[D];重庆大学;2002年
2 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
3 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
4 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
5 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
6 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
7 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
8 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
9 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
10 栾丽霞;遗传算法在潍坊商校排课系统的研究与应用[D];电子科技大学;2011年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 ;绚丽钢花写灿烂 不竭钢流铸辉煌[N];中国冶金报;2002年
3 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
4 通讯员 刘伟辉 本报记者 苍狼;登高望远天地间[N];厂长经理日报;2001年
5 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
6 钟庆;钢铁企业技改各施“撒手锏”[N];厂长经理日报;2001年
7 刘伟辉;不断创新写华章[N];厂长经理日报;2001年
8 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
9 张邦绪 周军;攀钢未来充满阳光[N];中国冶金报;2003年
10 ;“钒”星闪耀照前程[N];中国冶金报;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978