检索结果-南通市图书馆

基于灰色rbf神经网络的转炉终点预测模型研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于灰色RBF神经网络的转炉终点预测模型研究

作者：李帅东北大学

学位级别：硕士

转炉炼钢是当今世界上最主要的炼钢方法,我国一些先进的钢铁企业的转炉已采用动态控制技术。转炉炼钢是一种极其复杂的工业过程,影响终点温度和碳含量的因素很多,由于炉内的温度过高,对终点温度和碳的含量不能及时、准确地测量,因此建... 详细信息

转炉炼钢是当今世界上最主要的炼钢方法,我国一些先进的钢铁企业的转炉已采用动态控制技术。转炉炼钢是一种极其复杂的工业过程,影响终点温度和碳含量的因素很多,由于炉内的温度过高,对终点温度和碳的含量不能及时、准确地测量,因此建立精确的温度和碳的预报模型就显得十分重要。针对这个问题本文建立了转炉炼钢神经网络终点预测模型,根据预报结果可以对补吹氧气量及冷却剂加入量进行合理调整,从而提高终点命中率,以提高转炉炼钢产量和质量,减少能源消耗,降低炼钢成本。本文在鞍钢信息产业公司的冶金全流程仿真项目的基础上进行深入的理论研究和延伸。主要研究工作如下：由于转炉炼钢神经网络模型的核心是其终点预测模型,由于其工艺复杂,影响因素多,首先利用粗糙集属性约简的方法,对转炉输入属性进行约简,再结合实际的现场数据训练神经网络,从而得到更好的预测模型。rbf神经网络与BP神经网络相比学习时间短,具有很好的非线性预测效果。但是由于转炉炼钢工艺复杂,数据繁多,因此本文对传统的rbf神经网络模型进行了改进,利用蚁群聚类的算法确定基函数中心和隐含层节点数目。为了解决训练样本少、预测结果不准确的问题,引入灰色GM(1,N)预测模型改进rbf神经网络,将改进后的模型进行整合得到一种复合预测模型——灰色rbf神经网络预测模型。本文运用各神经网络预测模型和灰色rbf神经网络预测模型对钢厂的实际冶炼数据进行的仿真,改进的预测模型仿真效果结果明显要好于其它模型,说明本文所提出的方法具有可行性。

关键词：转炉炼钢粗糙集终点预测灰色rbf神经网络蚁群算法

基于改进型灰色rbf神经网络的小批量产品质量控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进型灰色RBF神经网络的小批量产品质量控制研究

作者：魏青云郑州大学

学位级别：硕士

随着全球化市场竞争日益激烈,质量意识在企业中得到了越来越多的重视。同时,消费者需求上的多样化也使得企业在竞争方向上有所改变,这一系列的原因最终导致生产企业的生产模式发生了变化,多品种小批量生产模式的应用变得越来越广泛。这... 详细信息

随着全球化市场竞争日益激烈,质量意识在企业中得到了越来越多的重视。同时,消费者需求上的多样化也使得企业在竞争方向上有所改变,这一系列的原因最终导致生产企业的生产模式发生了变化,多品种小批量生产模式的应用变得越来越广泛。这种生产方式的转变,使得传统的质量预测方法很难在企业中直接应用,尤其对于精度要求较高产品的生产,需要更为有效的预测方法来满足企业需求。如何将现有方法改进并有效应用到多品种、小批量生产的质量控制中,提出适用范围广、控制效果好的方法成为我们目前面临的一项紧迫任务。本文首先对多品种、小批量生产方式的特点进行介绍,在此基础上介绍了在该生产条件下有关质量控制的相关方法,并对这些方法进行了系统的分析与分类。同时,选取主要的几种方法做了详细的分析比较,阐述每种方法的适用范围及优缺点。其次,以灰色系统理论方法和rbf神经网络方法为基础,主要介绍两种算法在质量控制中的模型建立及应用。重点阐述了传统GM(1,1)模型的建立以及基于背景值优化和动态优化改进下的GM(1,1)模型,并分别用实例进行验证,得出优化模型所具有的优势。最后,结合灰色GM(1,1)模型和rbf神经网络模型的优势,依据预测补偿控制思想,将改进的GM(1,1)模型和rbf神经网络有机结合,建立改进型灰色rbf神经网络预测补偿模型。在此基础上应用该模型对算例进行建模分析,并分别与动态指数平滑和未改进的灰色rbf神经网络进行比较,结果表明该优化预测模型在精度和稳定性方面,都高于两种对比的模型。通过以上研究,本文将灰色系统理论和神经网络理论有效结合,实现了提前控制多品种、小批量产品的质量特性。减小不合格品的出现概率,最终使柔性制造企业的整体效益提升,竞争力增强。总之,进行优化后的灰色神经网络模型对于小批量产品质量控制具有一定的理论价值和现实意义。

关键词：多品种小批量质量控制灰色理论灰色rbf神经网络

基于灰色-rbf神经网络采购预测模型的研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于灰色-RBF神经网络采购预测模型的研究与应用

作者：赵胜楠沈阳工业大学

学位级别：硕士

预测作为对未来事件预计的一门科学广泛地应用于我们生活中的各个领域,而预测之中的采购预测则为我们能够更好地减少库存、增大利润、缩短时间提供了科学合理的依据与方法,有一定的导向作用,因此采购预测研究具有一定的实际意义。本文... 详细信息

预测作为对未来事件预计的一门科学广泛地应用于我们生活中的各个领域,而预测之中的采购预测则为我们能够更好地减少库存、增大利润、缩短时间提供了科学合理的依据与方法,有一定的导向作用,因此采购预测研究具有一定的实际意义。本文正是针对采购预测这一理论来研究采购预测模型的建立与应用。本文首先简要阐述了采购预测的背景、意义以及国内外研究现状,在此基础上介绍了采购预测的传统方法与现代智能方法的理论及优缺点,同时结合本文所选取的例子提出了采购预测的影响因素都有哪些。再次分别主要介绍了采用两种智能算法构建的采购预测模型,即灰色系统理论方法和rbf神经网络方法。其中应用灰色系统理论方法分别建立了传统GM(1,1)模型和改进GM(1,1)模型,并用实例进行验证,分别得出预测值与实际值的比较结果,得出这两种方法的优缺点。然后结合这两种方法的优缺点构建基于灰色rbf神经网络的组合预测模型。本文选取的组合预测方法是并联型灰色rbf神经网络,采用的是最优权相结合的方法,将改进GM(1,1)模型与rbf神经网络并联结合,得出预测值与实际值的比较结果。此组合预测将两种方法的优缺点进行互补,减小了隐含在数据中的随机性,提高了预测精度。最后通过所选用的实例检验此灰色rbf神经网络方法的有效性,再将预测的结果分别与灰色系统理论中改进GM(1,1)模型预测结果和rbf神经网络的预测结果相比较,证明了这种组合预测模型的精度优于单一方法的预测,是一种可行的方法。

关键词：采购预测灰色系统理论 rbf神经网络最优权结合灰色rbf神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

灰色神经网络与支持向量机预测模型研究

灰色神经网络与支持向量机预测模型研究

作者：肖轩武汉理工大学

学位级别：硕士

古人云“凡是预则立,不预则废”,为了促进经济、社会的高效稳健的发展,研究分析现有的社会经济状态,以事物发展的历史和现状为出发点,以调查研究资料和统计数据资料为依据,在对事物发展进行深入的定性分析和严密的定量计算的基础上,研... 详细信息

古人云“凡是预则立,不预则废”,为了促进经济、社会的高效稳健的发展,研究分析现有的社会经济状态,以事物发展的历史和现状为出发点,以调查研究资料和统计数据资料为依据,在对事物发展进行深入的定性分析和严密的定量计算的基础上,研究并认识事物的发展变化规律,进而对事物的未来变化预先作出科学的推测是相当必要的。将多种预测方法结合起来,较之单一的预测方法来说可更大限度的综合利用各种方法所提供的信息,尽可能地提高预测的精度。本文主要介绍了灰色神经网络和支持向量机两种预测模型的理论基础和建模过程。通过比较、分析灰色系统与神经网络的区别与联系、支持向量机与神经网络的区别与联系,得出灰色系统、神经网络、支持向量机三者具备结合的可能性且结合后的组合预测模型的效率比单一模型要高的结论。本文提出两种新型预测模型并将新型模型应用到实际系统中以检验模型的预测精度及其泛化能力。第一个模型是基于结构风险的灰色补偿神经网络模型(GrbfNN),其核心思想是将结构风险最小化原则应用到rbf神经网络的建模过程中,利用支持向量直接获得rbf函数中心和隐藏层节点数。然后用基于结构风险的rbf神经网络去补偿灰色GM(1,1)模型,从而达到得提高神经网络预测精度和泛化能力的目的。第二个模型是基于灰色关联的灰色支持向量机模型,其核心思想是利用灰色系统理论中的主要方法之一灰色关联度(GRA)从模型的众多因子中筛选出主因子,然后将主因子作为输入因子利用灰色系统理论中的一阶生成数列(1-AGO)建立灰色支持向量机预测模型(GSVM)。分别用某风程响应系统和某大桥桥桩极限承载力预测系统为应用背景对模型进行仿真分析。仿真结果表明,本文提出的两种新模型确实提高了预测精度。

关键词：灰色rbf神经网络支持向量机结构风险最小化原则灰色关联度支持向量回归机

基于人体舒适度指数的居民用电分析及用电负荷预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国测试 2023年第4期49卷 85-91页

作者：卜飞飞白宏坤王圆圆韩丁国网河南省电力公司经济技术研究院河南郑州450000

针对气象状况、季节等因素对居民用电负荷有不同影响,为深入分析不同因素与居民用电的相关性,提出人体气象舒适度指数,建立适用于用电负荷的人体气象舒适度指数模型。采用灰色关联度方法分析各气象因子以及人体舒适度指数与居民用电的... 详细信息

针对气象状况、季节等因素对居民用电负荷有不同影响,为深入分析不同因素与居民用电的相关性,提出人体气象舒适度指数,建立适用于用电负荷的人体气象舒适度指数模型。采用灰色关联度方法分析各气象因子以及人体舒适度指数与居民用电的相关性。基于郑州气象大数据和居民用户用电数据,得到人体气象舒适度指数相比于其他单个气象因子具有更强的关联性。基于灰度预测模型和rbf神经网络,结合人体舒适度指数对用电的影响,提出灰色rbf神经网络预测算法。用郑州某小区近年的负荷数据作为预测样本数据,分别采用灰色预测模型、rbf神经网络预测模型以及灰色rbf神经网络预测模型对用户负荷进行预测分析。测试结果表明:灰色rbf神经网络模型预测精度最高,可为后续居民用电负荷的精确预测奠定理论基础。

关键词：人体气象舒适度指数气象因子灰色关联度灰色rbf神经网络

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

灰色rbf网络在西湖叶绿素a预测中的应用

农机化研究 2008年第1期30卷 163-167页

作者：朱玲裴洪平陈荣浙江大学环境与资源学院环境科学系杭州310028

以西湖常规检测的水质参数数据为研究对象,对初始数据进行预处理,筛选具有代表性的水温、pH等水质参数作为网络输入变量;以Chl-a作为输出变量,建立灰色rbf神经网络,并比较它与普通rbf网络在预测精度、网络收敛速度等方面的性能。结果表... 详细信息

以西湖常规检测的水质参数数据为研究对象,对初始数据进行预处理,筛选具有代表性的水温、pH等水质参数作为网络输入变量;以Chl-a作为输出变量,建立灰色rbf神经网络,并比较它与普通rbf网络在预测精度、网络收敛速度等方面的性能。结果表明,与灰色理论相结合的灰色rbf网络表现出了比rbf神经网络更好的数据拟合能力。运用灰色rbf神经网络来预测短期内西湖水质参数变化时,其与实际值的误差较小,表明灰色rbf神经网络能够有效地模拟水体水质参数的变化趋势,可为水体富营养化趋势预测和治理提供依据。

关键词：自动控制技术叶绿素a 应用灰色rbf神经网络短期预测杭州西湖