您的位置: 专家智库 > >

刘文辉

作品数:3 被引量:63H指数:2
供职机构:浙江大学控制科学与工程学系更多>>
发文基金:国家自然科学基金国家高技术研究发展计划国家教育部博士点基金更多>>
相关领域:化学工程冶金工程理学自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 1篇化学工程
  • 1篇冶金工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 2篇动态建模
  • 2篇神经网
  • 2篇神经网络
  • 2篇铁水
  • 2篇硅含量
  • 1篇带宽
  • 1篇带宽约束
  • 1篇一致性
  • 1篇智能体
  • 1篇智能体系统
  • 1篇网络
  • 1篇炼铁
  • 1篇经验模态分解
  • 1篇多智能
  • 1篇多智能体
  • 1篇多智能体系
  • 1篇多智能体系统
  • 1篇非对称网络
  • 1篇分布式
  • 1篇分布式控制

机构

  • 3篇浙江大学
  • 1篇广西大学
  • 1篇华南理工大学

作者

  • 3篇杨春节
  • 3篇刘文辉
  • 1篇邓飞其
  • 1篇宋菁华
  • 1篇马淑艳
  • 1篇周哲

传媒

  • 2篇化工学报

年份

  • 1篇2018
  • 1篇2016
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
基于LSTM-RNN模型的铁水硅含量预测被引量:44
2018年
针对高炉炼铁是一个动态过程,具有大延迟,工况复杂的特性。采用LSTM-RNN模型进行硅含量预测,充分发挥了其处理时间序列时挖掘前后关联信息的优势。首先根据时间序列趋势及相关系数选择自变量,并采用复杂工况的实际生产数据进行验证。然后用程序自动求解最优参数进行硅含量预测。最后将LSTM-RNN模型与PLS模型及RNN模型的结果进行对比,验证该方法的优势。研究发现LSTM-RNN模型预测误差稳定,预测精度较高,比传统的统计学及神经网络方法取得了更好的预测精度。
李泽龙杨春节刘文辉周恒李宇轩
关键词:动态建模神经网络高炉炼铁硅含量
改进型EMD-Elman神经网络在铁水硅含量预测中的应用被引量:24
2016年
针对高炉炼铁过程的多尺度和动态特征,建立了基于经验模态分解(empirical mode decomposition,EMD)和Elman神经网络的铁水硅含量预测模型。该模型先采用EMD将硅含量序列分解成有限个、相对平稳的本征模函数(intrinsic mode function,IMF)和剩余分量;然后,分别对每个IMF和剩余分量建立Elman神经网络子模型;为了进一步提高预测精度,将子模型的结果进行加权融合,并利用粒子群算法进行权值的寻优,最终获得硅含量的预测结果。将该模型用于某钢厂铁水硅含量的预报,实验结果证实了该方法的有效性。
宋菁华杨春节周哲刘文辉马淑艳
关键词:硅含量动态建模经验模态分解神经网络
具有带宽约束的多智能体系统加权平均一致性
文中研究具有带宽约束的多智能体系统的加权平均一致性.考虑网络化的多智能体系统要求实现一致,但不要求实现严格平均一致的情形,这时只需要构造单向通信的网络即可.这样智能体间最终达成的一致值一般不再是所有个体状态值的严格平均值...
刘文辉杨春节邓飞其梁家荣
关键词:多智能体系统分布式控制一致性非对称网络
文献传递
共1页<1>
聚类工具0