小波模糊神经网络在高炉铁水硅质量分数预测中的应用  

The Application of Wavelet Fuzzy Neural Network in Prediction of Si-content in Hot Metal for A Blast Furnace

作　　者：路永辉[1] 马翠红[1] 

机构地区：[1]河北理工大学,河北唐山063009

出　　处：《江西冶金》2008年第5期40-42,共3页Jiangxi Metallurgy

摘　　要：在运用模糊神经网络进行预测的基础上,建立了一种应用小波理论对时间信号进行去噪,根据去噪处理对模糊神经网络作相应处理的预测模型,并将所建模型应用于预测高炉铁水中硅的质量分数。仿真结果表明小波模糊神经网络比模糊神经网络更具优越性,预测准确率明显提高。On the basis of fuzzy neural network,setting up a model of forecasting silicon content in hot metal based on wavelet fuzzy neural network, which uses the wavelet theory to denoise the time signal. The practical results shows that the proposed method has increased significantly the hitting rate of silicon content in hot metal comparing with fuzzy neural network.

关 键 词：小波理论 模糊神经网络 硅的质量分数 

分 类 号：TP15[自动化与计算机技术—控制理论与控制工程] TF53[自动化与计算机技术—控制科学与工程]