贪婪核主元模糊神经网络在转炉炼钢终点预报中的应用

摘要

本文提出基于核思想和贪婪算法的主元模糊神经网络模型,用来进一步提高转炉终点碳含量和温度预报模型的精度.采用核函数把输入变量向高维特征空间映射以充分挖掘变量的隐藏信息,经贪婪算法优化选取主元,除去变量的冗余信息,降低输入维数.将提取的主元输入自适应神经模糊推理系统后,网络以规则的形式来反映数据间蕴含的关系;以此模拟操作工经验,减少经验差异带来的影响.对转炉生产实测数据进行了仿真,结果表明该模型是有效的.