2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于数据的改进回声状态网络在高炉煤气发生量预测中的应用

刘颖 赵珺 王伟 吴毅平 陈伟昌

刘颖, 赵珺, 王伟, 吴毅平, 陈伟昌. 基于数据的改进回声状态网络在高炉煤气发生量预测中的应用. 自动化学报, 2009, 35(6): 731-738. doi: 10.3724/SP.J.1004.2009.00731
引用本文: 刘颖, 赵珺, 王伟, 吴毅平, 陈伟昌. 基于数据的改进回声状态网络在高炉煤气发生量预测中的应用. 自动化学报, 2009, 35(6): 731-738. doi: 10.3724/SP.J.1004.2009.00731
LIU Ying, ZHAO Jun, WANG Wei, WU Yi-Ping, CHEN Wei-Chang. Improved Echo State Network Based on Data-driven and Its Application to Prediction of Blast Furnace Gas Output. ACTA AUTOMATICA SINICA, 2009, 35(6): 731-738. doi: 10.3724/SP.J.1004.2009.00731
Citation: LIU Ying, ZHAO Jun, WANG Wei, WU Yi-Ping, CHEN Wei-Chang. Improved Echo State Network Based on Data-driven and Its Application to Prediction of Blast Furnace Gas Output. ACTA AUTOMATICA SINICA, 2009, 35(6): 731-738. doi: 10.3724/SP.J.1004.2009.00731

基于数据的改进回声状态网络在高炉煤气发生量预测中的应用

doi: 10.3724/SP.J.1004.2009.00731
详细信息
    通讯作者:

    赵珺

  • 中图分类号: TP18

Improved Echo State Network Based on Data-driven and Its Application to Prediction of Blast Furnace Gas Output

More Information
    Corresponding author: ZHAO Jun
  • 摘要: 以钢铁企业高炉煤气系统这一复杂生产过程为背景, 针对高炉煤气发生量的预测问题, 提出一种基于数据的网络模型预测方法. 鉴于生产数据含噪高的特点, 采用经验模态分解将历史数据分解为若干独立的固有模态函数, 将小尺度函数经低通滤波器自适应去噪后, 再对数据重构以建立预测模型. 在建模过程中提出一种改进的回声状态网络, 通过奇异值分解求取网络输出权值, 克服了线性回归算法出现的病态问题, 提高了模型的预测精度. 现场实际数据预测结果表明所提出方法的有效性, 为制定煤气管网平衡调度方案提供科学的决策支持.
  • 加载中
计量
  • 文章访问数:  2915
  • HTML全文浏览量:  72
  • PDF下载量:  2113
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-12-15
  • 修回日期:  2009-02-15
  • 刊出日期:  2009-06-20

目录

    /

    返回文章
    返回