Multi-Agent建模方法研究及在高爐硅序列分析中的應用.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、鋼鐵工業(yè)是國民經(jīng)濟的重要支柱產(chǎn)業(yè),也是大量消耗能源的產(chǎn)業(yè)。而其冶煉工藝具有流程長,涉及工序眾多,影響參數(shù)錯綜復雜,運行機制具有非線性、大時滯、高噪聲、參數(shù)分布眾多等特性。為了有效地控制高爐冶煉生產(chǎn)過程,對爐溫[Si]預測方法的研究一直是煉鐵生產(chǎn)中的重要課題。
   實際采集的爐溫樣本數(shù)據(jù)也因此具有較強的波動性、非線性性、非平穩(wěn)性,在爐溫[Si]序列數(shù)據(jù)建模過程中,影響了模型的準確性。本文以《包鋼6#高爐冶煉專家系統(tǒng)》在線采集的冶

2、煉過程數(shù)據(jù)為基礎,選取爐溫Si、S、Mn、P序列,對爐溫[Si]序列選取樣本長度進行建模研究。這一研究為高爐爐溫[Si]序列系統(tǒng)建模,預測控制等研究提供了一種新的思路和途徑,具有一定的創(chuàng)新價值和應用價值。
   本文研究的核心問題是高爐爐溫[Si]序列數(shù)據(jù)建模過程中最優(yōu)樣本長度選取。論文選取了在線采集的爐溫[Si],[S],[Mn],[P]序列為樣本空間,容量為1000爐,采樣間隔為2h左右。本文首先針對[Si]序列與[S],[

3、Mn],[P]序列做了相關性分析,結果表明由于[S]與[Si]序列具有負相關性,[Mn],[P]與[Si]序列具有正相關性,在數(shù)據(jù)樣本的選取上較為合理.接下來以Fisher判別準則為基礎,得出平穩(wěn)序列和非平穩(wěn)序列的分類判別誤差函數(shù),對爐溫[Si]序列進行建模分析.結果表明爐溫[Si]序列在非平穩(wěn)情況下研究分類才得到較好的結果.然后,由于爐溫[Si]序列的強波動性和非線性性,對數(shù)據(jù)的處理首先經(jīng)過多層MLP網(wǎng)絡進行降維,接著建立單層感知器模

4、型(SLP)對[Si]進行分類預測,得出分類誤差與樣本長度的趨勢圖,經(jīng)分析得出樣本長度選取為100爐時分類誤差最?。捎赱Si]序列樣本的非平穩(wěn)性,不同的樣本時段具有不同的數(shù)據(jù)特征,在用單SLP建模時,單一的權值難以得到很好的分類效果,因此本文提出Multi-Agent建模方法,產(chǎn)生多個具有相同網(wǎng)絡結構,不同權重的Agent同時進行樣本分類工作.Agent初始權重的產(chǎn)生,綜合考慮了樣本信息、隨機擾動等影響,使得Agent具有豐富的多樣性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論