您的位置: 专家智库 > >

国家自然科学基金(10826100)

作品数:3 被引量:66H指数:2
相关作者:渐令陈积明孙优贤郜传厚潘伟更多>>
相关机构:浙江大学中国石油大学(华东)更多>>
发文基金:国家自然科学基金浙江省自然科学基金国家重点实验室开放基金更多>>
相关领域:冶金工程金属学及工艺理学自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 1篇冶金工程
  • 1篇金属学及工艺
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 2篇时间序列
  • 2篇铁水
  • 2篇硅含量
  • 1篇数据驱动
  • 1篇铁水硅含量
  • 1篇高炉
  • 1篇高炉铁水
  • 1篇TECHNI...
  • 1篇TGARCH
  • 1篇USING
  • 1篇IDENTI...
  • 1篇LOCALL...
  • 1篇WEIGHT...

机构

  • 2篇浙江大学
  • 1篇中国石油大学...

作者

  • 1篇郜传厚
  • 1篇刘祥官
  • 1篇孙优贤
  • 1篇曾九孙
  • 1篇陈积明
  • 1篇渐令
  • 1篇潘伟

传媒

  • 1篇自动化学报
  • 1篇浙江大学学报...
  • 1篇Applie...

年份

  • 2篇2010
  • 1篇2009
3 条 记 录,以下是 1-3
排序方式:
Identification of LPV system using locally weighted technique
2010年
The problem of linear parameter varying (LPV) system identification is considered based on the locally weighted technique which provides estimation of the LPV model parameters at each distinct data time point by giving large weights to measurements that are "close" to the current time point and small weights to measurements "far" from the current time point. Issues such as choice of distance function, weighting function and bandwidth selection are discussed. The developed method is easy to implement and simulation results illustrate its efficiency.
ZENG Jiu-sunGAO Chuan-houLUO Shi-hua
复杂高炉炼铁过程的数据驱动建模及预测算法被引量:63
2009年
高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围.本文以高炉炉内热状态的重要指示剂—高炉铁水硅含量为研究对象,针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化,利用数据驱动建模的思想,建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型.实例分析表明,建立的数据驱动预测模型能够很好地预测高炉铁水硅含量,连续预测167炉高炉铁水硅含量,命中率高达83.23%,预测均方根误差为0.07260.这些指标均优于基于单一硅时间序列所建立的数据驱动模型,对实际生产具有很好的指导作用.
郜传厚渐令陈积明孙优贤
关键词:数据驱动铁水硅含量时间序列
TGARCH模型预测高炉铁水硅质量分数被引量:3
2010年
为了更好地反映高炉铁水硅质量分数序列的高波动特性,利用门限广义自回归条件异方差(TGARCH)模型对硅质量分数序列进行预测.应用Portmantea Q检验、拉格朗日乘子检验以及非对称项系数显著性检验,验证了高炉铁水硅质量分数序列存在异方差性和非对称性.在此基础上将TGARCH模型应用于高炉铁水硅质量分数预测,采用极大似然估计法确定参数,建立TGARCH(1,1,1)预测模型,并采用命中率和误差率2种评价准则对预测结果进行分析.这种方法克服了以往模型没有考虑序列非对称性影响的缺陷,更加适合于高炉铁水硅质量分数的预测.将预测模型应用于包钢6号高炉,取得了较好的预测效果.
潘伟刘祥官曾九孙
关键词:TGARCH硅含量时间序列
共1页<1>
聚类工具0