随机模糊神经网络模型预测铁水硅含量  

SFNN Model for Prediction of Silicon Content in Molten Iron

作　　者：李启会[1] 龚淑华[1] 刘祥官[2] 

机构地区：[1]嘉兴学院数学与信息科学学院,浙江嘉兴314001 [2]浙江大学数学系,浙江杭州310027

出　　处：《嘉兴学院学报》2007年第3期36-40,共5页Journal of Jiaxing University

基　　金：国家科技成果重点推广项目(2005EC000166);国家重点基础研究发展项目(973项目;No.2002CB312200)

摘　　要：该文在考虑了具有模糊化和非模糊化的模糊逻辑系统用于高炉铁水含硅量[Si]时各种噪声干扰的同时,把模糊数学理论和随机系统理论结合在一起,建立了一种新的高炉铁水含硅量[Si]的智能预报模型,该模型是由非单值模糊化、模糊规则库、模糊推理机、特殊非模糊化构成的随机模糊神经网络逻辑系统.通过结合莱钢1号高炉实时在线采集的生产数据,进行仿真研究,结果表明,该套模型能够很好地预测高炉铁水含硅量[Si].With fuzzy theory and stochastic theory, a new intelligent model is developed to approach the random nonlinear dynamic system of the change of silicon content in molten iron, where noise influencing the fuzzy prediction system is thoroughly considered. It is a SFNN model which includes nonuniform function fuzzification, fuzzy hales, fuzzy inference and special defuzzification. The prediction of hot metal silicon content is very successful with the data collected online from No 1 BF at Laiwu Iron and Steel Group.

关 键 词：高炉 铁水含硅量 预测 SFNN模型 

分 类 号：TF533.2[冶金工程—钢铁冶金]