文献类型：期刊文章

作　　者：曾九孙[1] 刘祥官[1] 郜传厚[1] 罗世华[2]

机构地区：[1]浙江大学系统优化技术研究所,浙江杭州310027 [2]江西财经大学信息管理学院,江西南昌331305

出　　处：《浙江大学学报（工学版）》

基　　金：国家科技部重大推广项目(2005EC000166);浙江省自然科学基金资助项目(Y107110);高等学校博士点基金项目(新教师项目)(20070335161);江西省教育厅科技项目(GJJ08358)

年　　份：2008

卷　　号：42

期　　号：5

起止页码：742-746

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20082811370780)、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为正确预测高炉铁水中硅的质量分数([Si]),提出了一种基于隐Markov模型(HMM)的预测算法.从高炉冶金反应动力学出发,分析了高炉内反应的链接关系,这种链接关系和HMM的原理是一致的.在对系统参数初始化之后,利用重估公式对参数进行训练直至收敛,从而得到系统模型.通过Viterbi算法找出所有训练样本的最大可能状态路径,并计算其似然值.将新样本输入模型得到新的状态路径及其似然值,从训练样本中找出具有相同状态路径或最小偏差似然值的序列,以训练样本下一[Si]值作为新样本下一时刻的预测值.利用该算法对高炉实际生产数据进行仿真,结果表明,与传统的人工神经网络方法相比,该方法能够有效提高预测精度和效率.

关 键 词：高炉炼铁 冶金反应动力学  隐MARKOV模型 数据模式

分 类 号：TG250.2]