铝电解过程电流效率智能集成预测模型
Intelligent Integrated Prediction Model of Current Efficiency of the Aluminum Reduction Process
查看参考文献18篇
|
文摘
|
针对铝电解过程电流效率预测问题,建立了一种电流效率智能集成预测模型。首先,基于铝电解过程及其数据的特点,以及模糊c-均值聚类和非监督聚类方法的不足,提出一种模糊c-均值监督聚类改进算法对其聚类,并在此基础上建立了监督式分布支持向量机智能预测模型。其次,基于铝电解反应原理,建立了电流效率机理预测模型。最后,对两种模型进行加权集成,得到电流效率智能集成模型,并利用现场生产数据进行仿真验证,结果表明其预测精度较高,可用于铝电解电流效率实际生产预报。 |
|
其他语种文摘
|
To predict the current efficiency of the aluminum reduction process, an intelligent integrated prediction model is presented. Firstly, in view of the deficiency of the fuzzy c-means clustering and unsupervised clustering method, an improved fuzzy c-means supervised clustering algorithm is proposed and on the basis of it, a supervised distributed support vector machine is constructed for the prediction of the current efficiency. Secondly, based on the aluminum electrolytic reaction principle, the mechanism model of current efficiency is established. Finally, by the weighted integration of the two models, the intelligent integrated model of current efficiency is achieved. The simulation results of the field data show that the integrated model has higher precision, and can be used to forecast the aluminum electrolysis current efficiency in practice. |
|
来源
|
控制工程
,2015,22(4):619-624 【核心库】
|
|
DOI
|
10.14107/j.cnki.kzgc.140413
|
|
关键词
|
电流效率
;
模糊c-均值监督聚类
;
分布式支持向量机
;
机理模型
;
智能集成模型
|
|
地址
|
1.
中国科学院沈阳自动化研究所, 中国科学院网络化控制系统重点实验室, 沈阳, 110016
2.
贵阳铝镁设计研究院有限公司, 贵阳, 550081
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1671-7848 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家863计划
;
中国科学院重点部署项目
|
|
文献收藏号
|
CSCD:5593677
|
参考文献 共
18
共1页
|
|
1.
中华人民共和国工业和信息化部.
铝工业十二五发展专项规化,2011
|
被引
1
次
|
|
|
|
|
2.
李润东. 铝电解生产能耗计算及分析.
轻金属,1995,23(8):26-30
|
被引
1
次
|
|
|
|
|
3.
王华. 60kA侧插槽电流效率的优化数学模型.
轻金属,1993,21(1):24-26
|
被引
1
次
|
|
|
|
|
4.
邱竹贤. 工业铝电解槽电流效率的数学模型(用电子计算机运算).
轻金属,1981,9(9):23-30
|
被引
1
次
|
|
|
|
|
5.
谢刚. 工业铝电解电流效率的数学模型.
有色金属,1992,67(1):58-62
|
被引
1
次
|
|
|
|
|
6.
卢惠民. 神经网络低温铝电解电流效率预报模型.
有色金属,1998,50(4):51-54
|
被引
1
次
|
|
|
|
|
7.
邓胜祥. 预焙铝电解槽电流效率软测量模型研究初探.
轻金属,2012,40(4):29-33
|
被引
1
次
|
|
|
|
|
8.
邱竹贤.
预焙槽炼铝,2005
|
被引
57
次
|
|
|
|
|
9.
刘业翔.
现代铝电解,2008
|
被引
61
次
|
|
|
|
|
10.
罗荣富. 分布式网络局部学习方法及其在推断控制中的应用.
自动化学报,1994,20(6):739-742
|
被引
5
次
|
|
|
|
|
11.
桂卫华. 基于改进聚类算法的分布式SVM及其应用.
控制与决策,2004,19(8):852-856
|
被引
11
次
|
|
|
|
|
12.
Bezdek J C. A convergence theorem for the Fuzzy ISODATA Clustering Algorithms.
IEEE Trans. Pattern Analysis and Machine Intelligence,1980,2(1):1-8
|
被引
75
次
|
|
|
|
|
13.
时念云. 基于免疫单亲遗传和模糊C均值的聚类算法.
控制工程,2006,13(2):158-160
|
被引
4
次
|
|
|
|
|
14.
杨慧中. 基于改进K-means聚类算法的组合模型建模.
控制工程,2013,20(2):201-203
|
被引
11
次
|
|
|
|
|
15.
Chiu S. Fuzzy Model Identification Based on Cluster Estimation.
Journal of Intelligent & Fuzzy Systems,1994,2(3):68-72
|
被引
144
次
|
|
|
|
|
16.
桂卫华.
复杂有色冶金生产过程智能建模、控制与优化,2010
|
被引
12
次
|
|
|
|
|
17.
高新波. 模糊c-均值聚类算法中加权指数m的研究.
电子学报,2000,28(4):80-83
|
被引
65
次
|
|
|
|
|
18.
史峰.
MATLAB神经网络30个案例分析,2010
|
被引
88
次
|
|
|
|
|
了解气象卫星更多信息，请访问