資源描述：
《BP算法在高爐煤氣流分布模式識別中的應用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、維普資訊http://www.cqvip.com⑦一一m2000年4月東北大學學報(自然科學版)Apr2000第21卷第2期JournalofNortheasternUnivermty(NaturalScience)Vo1．21．No．2文章編號：1005—3026(2000)02·0t44—03BP算法在高爐煤氣流分布模式識別中的應用蘭，周建常(東北大學信息科學與工程學院．if_寧沈陽110006)，rF7摘要：將模式識別中的統(tǒng)計方法與人工神經(jīng)網(wǎng)絡方法有機地結(jié)舍起來，設計了一種綜臺的高爐煤氣流分布礴式識別系統(tǒng)．該系統(tǒng)具有精度高、訓練時間短、收斂速度快等特點，為實現(xiàn)高
2、爐實時操作控制奠定了基礎．所研制的高爐煤氣流分布模式識別系統(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TP391文獻標識碼：A高爐煤氣流的分布對豫鐵生產(chǎn)具有顯著影響．最大值以實現(xiàn)正規(guī)化．因此．在生產(chǎn)過程中應及時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]，但該方法難以進行實時圖，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，模式識別得到廣泛的應用D,43標準性態(tài)比較的結(jié)果，直觀地對數(shù)據(jù)進行分類．分可以對依據(jù)高爐生產(chǎn)
3、經(jīng)驗劃分的5種煤氣流分布別表示產(chǎn)量較低時期、順行產(chǎn)量適中時期、順行高進行識別．模式識別的方法主要有3種∞j：即，統(tǒng)計產(chǎn)時期、連續(xù)滑料時期、難行(懸料)時期的模式，方法、結(jié)構(gòu)化方法、人工利l經(jīng)網(wǎng)絡方法．本文將模式屏蔽掉幾乎等同地隸屬于兩個模式的數(shù)據(jù)，以增識別中的統(tǒng)計方法與神經(jīng)網(wǎng)絡方法有機地結(jié)合起加識別的精度．并分別形成5個供BP網(wǎng)絡訓練來，設計了一種綜合網(wǎng)絡系統(tǒng)，對煤氣流的分布模和測試使用的樣本數(shù)據(jù)文件(共l0個)．1．3訓練BP網(wǎng)式進行識別，從而控制高爐工藝操作．采用人工神經(jīng)網(wǎng)絡方法中的反向傳播即BP1高爐煤氣流分布模式識別系統(tǒng)的算法，對5種高爐煤氣流分布進行BP網(wǎng)絡
4、訓練．建立首先采用均方差定義網(wǎng)絡誤差，選擇[0，0．2]區(qū)間內(nèi)的隨機值對網(wǎng)絡權(quán)值、閾值進行初始化，以避免在煉鐵生產(chǎn)中，通常根據(jù)高爐生產(chǎn)經(jīng)驗及傳網(wǎng)絡不可訓練，初始化后，訓練集矢量用于網(wǎng)絡．感器數(shù)據(jù)，將煤氣流分布劃分為5種【-】：即，產(chǎn)使網(wǎng)絡向前運行產(chǎn)生一實際值集合．利用反向傳量較低時期、順行產(chǎn)量適中時期、順行高產(chǎn)時期、播可以建立一新權(quán)值、閾值集合，采用最速下降法連續(xù)滑料時期、難行(懸料)時期，本文基于高爐生調(diào)整權(quán)值、閾值使網(wǎng)絡誤差最小，總誤差經(jīng)多次迭產(chǎn)工藝的特點，將模式識別中的統(tǒng)計方法與人工代后減小，否則，可以調(diào)整訓練參數(shù)．對預處理和神經(jīng)網(wǎng)絡方法有機地結(jié)合起來，設計了一
5、種綜合分類后的樣本數(shù)據(jù)，根據(jù)供BP網(wǎng)絡訓練使用的的網(wǎng)絡系統(tǒng)，對上5種高爐煤氣流分布進行模五個樣本數(shù)據(jù)文件分別建立上述5類數(shù)據(jù)相應的式識別．系統(tǒng)中的統(tǒng)計方法采用聚類匹配方法．人網(wǎng)絡，定義為網(wǎng)絡1，網(wǎng)絡2，?，網(wǎng)絡5．對這5個工神經(jīng)網(wǎng)絡方法采用BP算法．網(wǎng)絡分別進行訓練，使網(wǎng)絡收斂．并分別輸出收斂1．1預處理后的權(quán)值與閾值．將原始的輸入數(shù)據(jù)進行處理，使之適合于BP1．4測試BP網(wǎng)網(wǎng)絡的識別．即將高爐爐喉十字溫度值均除以其對預處理和分類后的樣本數(shù)據(jù)，根據(jù)供BP收幸‘B櫥1999104基壘項目；國家“九五科技攻關(guān)項目(97—562—02—02)怍者簡介：姜慧研(1963一)，
6、女．遼寧鞍山人，東北大學講師．硬士；周建常(1933一)，男，上海人，東北大學教授維普資訊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別中的應用145網(wǎng)絡測試使用的5個樣本數(shù)據(jù)文件和訓練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，計算其網(wǎng)絡輸出．然后將網(wǎng)絡式空間的判決函數(shù)可以表示為輸出與期望值比較，并根據(jù)以下公式_3計算網(wǎng)絡d，=z—0i=1，2．?，(2)的訓練精度．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)為測試次數(shù)．被識別為，
7、類．即對輸入的原始數(shù)據(jù)首先進行預15聚類匹配處理，使之正規(guī)化，然后根據(jù)訓練BP網(wǎng)得到的權(quán)聚類匹配方法是使用統(tǒng)計信息和估計理論的值與閾值，計算該輸入數(shù)據(jù)對上述5個網(wǎng)絡的實結(jié)果．去獲得從表達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算這5些結(jié)果依靠一個合適的特征值組合來確定．這些個網(wǎng)絡輸出與其相應期望值的距離，最后選擇確特征值提供了兩種類別之間差別的測度．即利用定最小距離的類別作為識別模式輸出．判決函數(shù)來劃分模式空間，是模式的標量函數(shù)，判通過以上幾部分的設計，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別系統(tǒng)．系
