<th id="5nh9l"></th><strike id="5nh9l"></strike><th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th><strike id="5nh9l"></strike>
<progress id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"><noframes id="5nh9l">
<th id="5nh9l"></th> <strike id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span>
<progress id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span><strike id="5nh9l"><noframes id="5nh9l"><strike id="5nh9l"></strike>
<span id="5nh9l"><noframes id="5nh9l">
<span id="5nh9l"><noframes id="5nh9l">
<span id="5nh9l"></span><span id="5nh9l"><video id="5nh9l"></video></span>
<th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th>
<progress id="5nh9l"><noframes id="5nh9l">
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

基于主客觀證據融合的高爐懸料預測方法

曹衛華 杜楠 安劍奇 吳敏

曹衛華, 杜楠, 安劍奇, 吳敏. 基于主客觀證據融合的高爐懸料預測方法[J]. 工程科學學報, 2014, 36(4): 506-514. doi: 10.13374/j.issn1001-053x.2014.04.013
引用本文: 曹衛華, 杜楠, 安劍奇, 吳敏. 基于主客觀證據融合的高爐懸料預測方法[J]. 工程科學學報, 2014, 36(4): 506-514. doi: 10.13374/j.issn1001-053x.2014.04.013
CAO Wei-hua, DU Nan, AN Jian-qi, WU Min. Prediction method of blast furnace hanging based on fusion of subjective and objective evidences[J]. Chinese Journal of Engineering, 2014, 36(4): 506-514. doi: 10.13374/j.issn1001-053x.2014.04.013
Citation: CAO Wei-hua, DU Nan, AN Jian-qi, WU Min. Prediction method of blast furnace hanging based on fusion of subjective and objective evidences[J]. Chinese Journal of Engineering, 2014, 36(4): 506-514. doi: 10.13374/j.issn1001-053x.2014.04.013

基于主客觀證據融合的高爐懸料預測方法

doi: 10.13374/j.issn1001-053x.2014.04.013
基金項目: 

湖南省自然科學省市(衡陽)聯合基金資助項目(12JJ8012);國家自然科學基金資助項目(61203017);國家高技術研究發展計劃資助項目(2012AA040307);國家自然科學基金重點資助項目(61333002)

詳細信息
    通訊作者:

    安劍奇,E-mail:anjianqi@csu.edu.cn

  • 中圖分類號: TF543.1

Prediction method of blast furnace hanging based on fusion of subjective and objective evidences

  • 摘要: 針對高爐關鍵異常爐況懸料難以預測的問題,基于D-S證據理論,提出一種綜合模糊專家推理和后驗概率最小二乘支持向量機的懸料預測方法.首先,結合高爐生產過程和懸料現象,分析懸料形成的內在機理;其次,通過模糊專家推理提取基于專家規則的主觀證據,再通過建立后驗概率最小二乘支持向量機模型提取基于數據內在客觀規律的客觀證據;最后,基于D-S證據理論完成主客觀證據融合,實現懸料預測.該方法充分利用專家經驗和最小二乘支持向量機的自學習能力,能夠提高預測精度.仿真結果表明本文提出的方法有效、準確.

     

  • 加載中
計量
  • 文章訪問數:  198
  • HTML全文瀏覽量:  49
  • PDF下載量:  7
  • 被引次數: 0
出版歷程
  • 收稿日期:  2013-09-09
  • 網絡出版日期:  2021-07-10

目錄

    /

    返回文章
    返回
    <th id="5nh9l"></th><strike id="5nh9l"></strike><th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th><strike id="5nh9l"></strike>
    <progress id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"><noframes id="5nh9l">
    <th id="5nh9l"></th> <strike id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span>
    <progress id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"><noframes id="5nh9l"><span id="5nh9l"></span><strike id="5nh9l"><noframes id="5nh9l"><strike id="5nh9l"></strike>
    <span id="5nh9l"><noframes id="5nh9l">
    <span id="5nh9l"><noframes id="5nh9l">
    <span id="5nh9l"></span><span id="5nh9l"><video id="5nh9l"></video></span>
    <th id="5nh9l"><noframes id="5nh9l"><th id="5nh9l"></th>
    <progress id="5nh9l"><noframes id="5nh9l">
    259luxu-164