排序方式: 共有119条查询结果,搜索用时 31 毫秒
21.
22.
针对铝电解槽针振信息元诊断手段的不足,提出基于小波-神经网络技术的铝电解槽针振信息元分析与诊断的新方法。获取5种针振信息元的特征波谱作为神经网络的训练样本,建立神经网络诊断系统。分析了系统软硬件结构及其特点,并在350kA预焙铝电解槽上进行实验和仿真。实验证明该系统有很高的精度,且具有很好的应用价值。 相似文献
23.
铜精炼过程能耗模糊自适应变权重组合预测模型及其应用 总被引:3,自引:0,他引:3
基于已有的铜精炼过程的能耗数据,引入了各预测方法的预测相对误差、预测对象的变化趋势、灰色基本权重和自适应调节系数等概念,建立了铜精炼过程的能耗模糊自适应变权重组合预测模型。结果表明,此模糊自适应变权重组合预测模型的精度较高,并且平均误差和预测平方根误差均较小。该组合预测模型为铜精炼过程的能源需求决策提供了有力支持。 相似文献
24.
25.
26.
基于神经网络和自适应残差补偿的炼铜转炉吹炼终点预报模型 总被引:4,自引:1,他引:3
讨论了权值初始化、变量的预处理、学习过程参数的自适应调节、网络拓扑结构等因素对学习和推广的影响,提出了一种改进的BP神经网络学习算法,在很大程度上改善了学习效率。采用改进的带有8个输入变量的BP神经网络算法和自适应残差补偿算法建立吹炼终点组合预报模型。利用某厂实际生产数据进行仿真运行的结果表明,利用该组合预报模型得到的平均相对预测误差为1.2%,最大误差为4%。 相似文献
27.
吹炼炉入炉铜锍品位的灰色预测 总被引:3,自引:1,他引:2
根据灰色理论 ,采用新陈代谢灰色建模法对铜锍品位的历史数据建立了GM (1 ,1 )模型群 ,并对各维模型进行了精度检验 ,计算表明维数为 4~ 6时模型精度达A级 ,维数继续增大则模型的精度变差。选出精度高的模型对当前加入连续吹炼炉的铜锍的品位进行预测并做均值化处理 ,采用此法对现场 90余班次的数据进行了预测计算 ,与化验值相比 ,预测值的平均绝对误差在± 0 .5%以内。 相似文献
28.
29.
30.