BP算法在高爐煤氣流分布模式識(shí)別中的應(yīng)用

《BP算法在高爐煤氣流分布模式識(shí)別中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、維普資訊http://www.cqvip.com⑦一一m2000年4月東北大學(xué)學(xué)報(bào)(自然科學(xué)版)Apr2000第21卷第2期JournalofNortheasternUnivermty(NaturalScience)Vo1．21．No．2文章編號(hào)：1005—3026(2000)02·0t44—03BP算法在高爐煤氣流分布模式識(shí)別中的應(yīng)用蘭，周建常(東北大學(xué)信息科學(xué)與工程學(xué)院．if_寧沈陽(yáng)110006)，rF7摘要：將模式識(shí)別中的統(tǒng)計(jì)方法與人工神經(jīng)網(wǎng)絡(luò)方法有機(jī)地結(jié)舍起來，設(shè)計(jì)了一種綜臺(tái)的高爐煤氣流分布礴式識(shí)別系統(tǒng)．該系統(tǒng)具有精度高、訓(xùn)練時(shí)間短、收斂速度快等特點(diǎn)，為實(shí)現(xiàn)高

2、爐實(shí)時(shí)操作控制奠定了基礎(chǔ)．所研制的高爐煤氣流分布模式識(shí)別系統(tǒng)的可視化軟件界面友好，美觀易用．關(guān)鍵詞蔓：!堡型：芝鲞堊堡立鎏：罌蔓鎏；亳整墨簍中圖分婁號(hào)TP391文獻(xiàn)標(biāo)識(shí)碼：A高爐煤氣流的分布對(duì)豫鐵生產(chǎn)具有顯著影響．最大值以實(shí)現(xiàn)正規(guī)化．因此．在生產(chǎn)過程中應(yīng)及時(shí)判斷煤氣流在中心和邊1．2數(shù)據(jù)分類緣部位的分布情況，傳統(tǒng)的判斷方法是基于數(shù)學(xué)模依據(jù)開發(fā)的可視化軟件畫出輸入數(shù)據(jù)曲線型來研究煤氣流分布l1．2]，但該方法難以進(jìn)行實(shí)時(shí)圖，并根據(jù)圖形性態(tài)及曲線分別與上述5種模式分析和控制．近來，模式識(shí)別得到廣泛的應(yīng)用D,43標(biāo)準(zhǔn)性態(tài)比較的結(jié)果，直觀地對(duì)數(shù)據(jù)進(jìn)行分類．分可以對(duì)依據(jù)高爐生產(chǎn)

3、經(jīng)驗(yàn)劃分的5種煤氣流分布別表示產(chǎn)量較低時(shí)期、順行產(chǎn)量適中時(shí)期、順行高進(jìn)行識(shí)別．模式識(shí)別的方法主要有3種∞j：即，統(tǒng)計(jì)產(chǎn)時(shí)期、連續(xù)滑料時(shí)期、難行(懸料)時(shí)期的模式，方法、結(jié)構(gòu)化方法、人工利l經(jīng)網(wǎng)絡(luò)方法．本文將模式屏蔽掉幾乎等同地隸屬于兩個(gè)模式的數(shù)據(jù)，以增識(shí)別中的統(tǒng)計(jì)方法與神經(jīng)網(wǎng)絡(luò)方法有機(jī)地結(jié)合起加識(shí)別的精度．并分別形成5個(gè)供BP網(wǎng)絡(luò)訓(xùn)練來，設(shè)計(jì)了一種綜合網(wǎng)絡(luò)系統(tǒng)，對(duì)煤氣流的分布模和測(cè)試使用的樣本數(shù)據(jù)文件(共l0個(gè))．1．3訓(xùn)練BP網(wǎng)式進(jìn)行識(shí)別，從而控制高爐工藝操作．采用人工神經(jīng)網(wǎng)絡(luò)方法中的反向傳播即BP1高爐煤氣流分布模式識(shí)別系統(tǒng)的算法，對(duì)5種高爐煤氣流分布進(jìn)行BP網(wǎng)絡(luò)

4、訓(xùn)練．建立首先采用均方差定義網(wǎng)絡(luò)誤差，選擇[0，0．2]區(qū)間內(nèi)的隨機(jī)值對(duì)網(wǎng)絡(luò)權(quán)值、閾值進(jìn)行初始化，以避免在煉鐵生產(chǎn)中，通常根據(jù)高爐生產(chǎn)經(jīng)驗(yàn)及傳網(wǎng)絡(luò)不可訓(xùn)練，初始化后，訓(xùn)練集矢量用于網(wǎng)絡(luò)．感器數(shù)據(jù)，將煤氣流分布劃分為5種【-】：即，產(chǎn)使網(wǎng)絡(luò)向前運(yùn)行產(chǎn)生一實(shí)際值集合．利用反向傳量較低時(shí)期、順行產(chǎn)量適中時(shí)期、順行高產(chǎn)時(shí)期、播可以建立一新權(quán)值、閾值集合，采用最速下降法連續(xù)滑料時(shí)期、難行(懸料)時(shí)期，本文基于高爐生調(diào)整權(quán)值、閾值使網(wǎng)絡(luò)誤差最小，總誤差經(jīng)多次迭產(chǎn)工藝的特點(diǎn)，將模式識(shí)別中的統(tǒng)計(jì)方法與人工代后減小，否則，可以調(diào)整訓(xùn)練參數(shù)．對(duì)預(yù)處理和神經(jīng)網(wǎng)絡(luò)方法有機(jī)地結(jié)合起來，設(shè)計(jì)了一

5、種綜合分類后的樣本數(shù)據(jù)，根據(jù)供BP網(wǎng)絡(luò)訓(xùn)練使用的的網(wǎng)絡(luò)系統(tǒng)，對(duì)上5種高爐煤氣流分布進(jìn)行模五個(gè)樣本數(shù)據(jù)文件分別建立上述5類數(shù)據(jù)相應(yīng)的式識(shí)別．系統(tǒng)中的統(tǒng)計(jì)方法采用聚類匹配方法．人網(wǎng)絡(luò)，定義為網(wǎng)絡(luò)1，網(wǎng)絡(luò)2，?，網(wǎng)絡(luò)5．對(duì)這5個(gè)工神經(jīng)網(wǎng)絡(luò)方法采用BP算法．網(wǎng)絡(luò)分別進(jìn)行訓(xùn)練，使網(wǎng)絡(luò)收斂．并分別輸出收斂1．1預(yù)處理后的權(quán)值與閾值．將原始的輸入數(shù)據(jù)進(jìn)行處理，使之適合于BP1．4測(cè)試BP網(wǎng)網(wǎng)絡(luò)的識(shí)別．即將高爐爐喉十字溫度值均除以其對(duì)預(yù)處理和分類后的樣本數(shù)據(jù)，根據(jù)供BP收幸‘B櫥1999104基壘項(xiàng)目；國(guó)家“九五科技攻關(guān)項(xiàng)目(97—562—02—02)怍者簡(jiǎn)介：姜慧研(1963一)，

6、女．遼寧鞍山人，東北大學(xué)講師．硬士；周建常(1933一)，男，上海人，東北大學(xué)教授維普資訊http://www.cqvip.com第2期姜慧研等：BP算法在高爐煤氣流分布模式識(shí)別中的應(yīng)用145網(wǎng)絡(luò)測(cè)試使用的5個(gè)樣本數(shù)據(jù)文件和訓(xùn)練BP網(wǎng)w1，2，?，w?為第i類的樣品，則n維模礙到的權(quán)值與閾值，計(jì)算其網(wǎng)絡(luò)輸出．然后將網(wǎng)絡(luò)式空間的判決函數(shù)可以表示為輸出與期望值比較，并根據(jù)以下公式_3計(jì)算網(wǎng)絡(luò)d，=z—0i=1，2．?，(2)的訓(xùn)練精度．其中，d為任一模式與，類間的距離．精確度=正確的分類數(shù)／總模式數(shù)(1)若模式與"類間的距離最小，則模式其中．總模式數(shù)為測(cè)試次數(shù)．被識(shí)別為，

7、類．即對(duì)輸入的原始數(shù)據(jù)首先進(jìn)行預(yù)15聚類匹配處理，使之正規(guī)化，然后根據(jù)訓(xùn)練BP網(wǎng)得到的權(quán)聚類匹配方法是使用統(tǒng)計(jì)信息和估計(jì)理論的值與閾值，計(jì)算該輸入數(shù)據(jù)對(duì)上述5個(gè)網(wǎng)絡(luò)的實(shí)結(jié)果．去獲得從表達(dá)式空問到解釋空間的映射．這際輸出．然后，再根據(jù)歐幾里德距離公式計(jì)算這5些結(jié)果依靠一個(gè)合適的特征值組合來確定．這些個(gè)網(wǎng)絡(luò)輸出與其相應(yīng)期望值的距離，最后選擇確特征值提供了兩種類別之間差別的測(cè)度．即利用定最小距離的類別作為識(shí)別模式輸出．判決函數(shù)來劃分模式空間，是模式的標(biāo)量函數(shù)，判通過以上幾部分的設(shè)計(jì)，構(gòu)成高爐煤氣流分決函數(shù)為待分類的模式和第i類的樣品之間的布模式識(shí)別系統(tǒng)．系