2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高爐冶煉過程是一個高度復(fù)雜的過程,其運行機制往往具有非線性、時滯、高維、強噪聲、分布參數(shù)等特性?!蹲詣踊茖W(xué)與技術(shù)-自然科學(xué)學(xué)科發(fā)展戰(zhàn)略調(diào)研報告》中指出,高爐復(fù)雜系統(tǒng)的建模和控制是當(dāng)今冶金自動化科技發(fā)展的前沿課題,同時也是高爐生產(chǎn)過程自動化系統(tǒng)的關(guān)鍵和難點問題。高爐爐溫預(yù)測模型是煉鐵過程自動控制的核心數(shù)學(xué)模型之一,提高爐溫預(yù)測精度是模型開發(fā)的關(guān)鍵難題。本文主要利用支持向量機技術(shù)建立高爐鐵水硅含量的預(yù)報模型,本文的主要工作有以下一些:

2、 1.通過閱讀大量的中外文獻(xiàn),了解高爐煉鐵過程的工藝特點,分析高爐過程中與鐵水硅含量關(guān)系密切各個相關(guān)變量與鐵水硅含量的的相關(guān)性、時滯性。同時對支持向量機、獨立成分分析的基本理論知識、方法技術(shù)以及目前的研究領(lǐng)域的發(fā)展現(xiàn)狀進(jìn)行了綜述,同時還對本文所采用的支持向量機算法和獨立成分分析算法進(jìn)行了分析探討。 2.提出了一種基于改進(jìn)的動態(tài)獨立分量分析(ICA)和支持向量機(SVM)的高爐鐵水硅含量預(yù)報檁型建模方法。采用動態(tài)ICA方法對樣

3、本數(shù)據(jù)進(jìn)行特征提取,消除生產(chǎn)工藝參數(shù)之間的相關(guān)性。在此基礎(chǔ)上,使用目前計算復(fù)雜性較小的最小二乘SVM算法建立高爐鐵水硅含量預(yù)報的動態(tài)遞推模型。以某鋼廠高爐實際生產(chǎn)數(shù)據(jù)進(jìn)行了應(yīng)用實驗,實驗統(tǒng)計結(jié)果表明,本文方法顯著提高了鐵水硅含量的預(yù)測命中率。 3.提出了一種基于增量型支持向量機的高爐鐵水硅含量預(yù)報的在線建模方法,基于此方法的模型解決了高爐煉鐵過程所具有的慢時變特性。根據(jù)歷史數(shù)據(jù)得到的鐵水硅含量預(yù)報模型在現(xiàn)場運行一段時間后,往往會

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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