基于氧气脱碳效率预测的转炉炼钢吹氧量计算模型

为精确计算转炉炼钢生产过程中需要吹入的氧气量,提出了基于氧气脱碳效率预测的转炉炼钢静态和动态吹氧量计算模型.首先,采用独立成分分析方法对静态模型输入进行预处理;然后,建立基于支持向量机的氧气脱碳效率预测模型;最后,利用预测得到的氧气脱碳效率结合机理公式计算两阶段吹氧量.利用一座150t转炉的实际生产数据进行仿真计算,结果显示该模型对氧气脱碳效率的预报精度较高,所提方法是有效的.     

遗传机理神经网络在电弧炉炼钢模型辨识中应用

在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度．为提供适用于直流电弧炉炼钢过程优化控制的模型,提出一种引入遗传算法的神经网络建模方法,并将其用于某厂直流电弧炉炼钢过程模型的建立,获得了很好的效果．同时给出了基于现场实测数据的仿真结果．     

转炉终点锰预报模型的开发

探讨转炉炼钢终点锰预报模型的建模技术。模型分为两种：代数学模型和人工神经网络模型。代数学模型采用多元线性回归方法建模,该模型简单、可视,但仿真结果并不理想。人工神经网络模型在选取适当输入参数的基础上,通过对转炉生产的历史数据进行训练,求得合理优化的网络权重,可对转粮终点锰含量进行离线预报,该模型的仿结果很好,当预报误差精度│△Mn│≤0．025％时,预报命中率超过95％,为今后转炉的在线锰预报和快速出钢模型的研制提供依据和技术支持。     

基于粗糙集的转炉炼钢知识发现模型

针对转炉炼钢知识发现的特点,采用粗糙集理论进行分析,应用数据清洗、标准化及离散等方式对转炉炼钢生产数据进行预处理,以炼钢生产的主要影响因素作为知识发现的条件属性,以转炉冶炼终点控制目标作为知识发现的决策属性,建立了基于粗糙集方法的转炉炼钢知识发现模型,实现转炉炼钢生产知识的自动发现、获取和规则提取。以转炉冶炼终点钢水温度的变化规律做为知识发现的决策属性,采用210 t转炉炼钢实际生产数据进行模型的应用测试,结果表明提取出的铁水硅含量、铁矿石质量、氧气消耗量等影响因素对转炉冶炼钢水终点温度存在重要影响,且模型提取出的转炉炼钢终点钢水温度知识规则与现行转炉炼钢现场的变化规律一致,证明基于粗糙集方法的转炉炼钢知识发现模型的有效性。     

转炉终点锰预报模型的开发

探讨转炉炼钢终点锰预报模型的建模技术 模型分为两种 :代数学模型和人工神经网络模型 代数学模型采用多元线性回归方法建模 ,该模型简单、可视 ,但仿真结果并不理想 人工神经网络模型在选取适当输入参数的基础上 ,通过对转炉生产的历史数据进行训练 ,求得合理优化的网络权重 ,可对转炉终点锰含量进行离线预报 ,该模型的仿真结果很好 ,当预报误差精度|ΔMn|≤ 0 .0 2 5 %时 ,预报命中率超过 95 % ,为今后转炉的在线锰预报和快速出钢模型的研制提供依据和技术支持     

遗传机理神经网络在电弧炉炼钢模型辨识应用

在直流电弧炉炼钢过程控制系统中，由于它的复杂机理，高度非线性加大了建模的难度，为提供适用于直流电弧炉炼钢过程优化控制的模型，提出了一种引入遗传算法的神经网络建模方法，并蒋其用于某厂直流电弧炉钢过程模型的建立，获得了很好的效果。同时给出了基于现场实测数据的仿真结果。     

基于因果关系的CBR模型用于转炉炼钢静态控制

转炉炼钢静态控制是动态控制的基础,准确的静态控制对于改善动态控制质量、提高终点命中率具有重要意义.采用案例推理方法建立了转炉炼钢静态控制模型,计算了吹氧量和冷却剂加入量;并将因果关系分析用于案例属性的确定,增强了属性选择的有效性,降低了模型计算的复杂度.对一座150t转炉的实际生产数据进行仿真,结果表明,因果关系分析能够有效地确定案例属性,基于案例推理的转炉炼钢静态控制模型是切实可行的.     

湿法冶金草酸钴粒度分布混合建模方法

由于缺乏有效的检验手段,无法实现湿法冶金合成过程草酸钴粒度分布的实时检测.提出了一种支持向量机(SVM)与合成过程动态机理模型相结合的混合建模方法,用以预报草酸钴的粒度分布.通过分析合成过程机理,利用粒数衡算、物料衡算关系建立动态机理模型;利用支持向量机来对不能用机理模型表现的合成过程的动态特性进行误差补偿.仿真分析验证了该方法相比于机理模型的有效性,将其应用到实际生产过程中,取得了满意的效果.     

PS转炉造渣过程的动态控制模型

为了对Peirce-Smith(PS)转炉造渣过程进行优化控制,基于冶金反应动力学建立造渣过程的动态控制模型.该动态控制模型为1组具有12个状态变量的多输入多输出常微分方程组.采用现场生产数据对建立的动态控制模型进行仿真实验,并与检验数据进行对比.仿真结果表明:该动态模型计算准确,其中模型的组分Fe3O4计算值平均相对误差为1.7%,铜锍热力学温度的最大绝对误差低于5 K;该模型可用于造渣过程的优化控制.     

基于一类GA-RBF神经网络的转炉炼钢静态模型控制

讨论了具有非线性、大时滞、不确定特性的工况复杂的转炉炼钢过程建模与控制问题.针对传统的控制方法控制效果差、精度不高,难以达到期望结果的问题,结合RBF神经网络的特点,提出用基于混合编码方式的混合遗传算法训练的RBF神经网络,同时优化网络的结构和参数,并利用RBF神经网络建立转炉炼钢静态模型.仿真结果表明,该模型具有在线调整和学习的功能,比传统模型具有更好的计算精度和适应能力,为提高转炉冶炼过程的控制精度给出了一个有效的方法.     

模型驱动体系结构MDA及xUML规范在其语境中的探讨

介绍OMG提出的模型驱动体系结构MDA ,它将与实现技术无关的模型和基于特定技术的模型分离 ,并通过模型间的变换 ,使系统能适应技术的发展 ,解决系统在不同中间件平台的集成、互操作性、可移植性等问题 ,提高生产力 ,保证程序质量 .并对在MDA语境中的xUML作进一步的讨论     

复杂网络模型的分析

从平均路径长度、聚集系数、度分布的角度对复杂网络中的三种网络模型,即随机网络模型、小世界网络模型和无标度网络模型进行了分析,并对复杂网络模型的研究意义进行了说明.随着对复杂系统研究的深入,复杂网络在现实中的应用范围日益广泛,提供了一种新的方法去研究世界,同时也给带来新的机遇和挑战.     

SNMPv3的安全机制

随着互联网的发展，网络安全逐渐成为网络管理中的一个重要问题。本文在结合对ＳＮＭＰｖ３（简单网络管理协议第３版）进行分析的基础上，介绍了其安全机制的两个模块及其安全处理过程。     

基于结构化模型驱动的稳控装置动作模拟仿真方法

提出了一种基于结构化模型驱动的稳控装置动作模拟仿真方法.通过对稳控装置模型的结构化,将其稳控策略组织为四元表形式(即故障、运行方式、潮流水平和控制策略),并将其控制策略分解为控制方式、控制量、控制量实施原则、控制对象队列和约束5个基本元素,在此基础上归纳出直接型、顺序型、循环型和最优型四种基本的控制策略结构化模型.进一...     

新的组合模型及在港口客流量预测上的应用

应用时间序列分析及灰色系统的有关理论提出了一种新的组合模型,并用这一模型对大连港的客流量进行了预测。     

基于Petri网的工作流模型合理性研究

针对难以建立合理的工作流模型问题,将工作流管理联盟(WFMC)定义的工作流模型映射为工作流网络(WF-net).在定义并证明两种不破坏原工作流网络结构特性和系统行为的调整映射的基础上,将该工作流网络调整为完全的扩展自由选择网(EFC-net).通过证明扩展自由选择网与自由选择网(FC-net)的最小死锁有相同的特征.通过引入获取最小死锁的算法,结合秩定理,给出了验证工作流合理性的算法.     

基于脉冲发放皮层模型的图像分割方法

图像分割算法对光照强度的反应较敏感,同一种算法往往很难对不同光照情况下的图像进行有效分割。基于此,提出一种基于脉冲发放皮层模型的图像分割方法。首先选用不同阶段指数函数对漏电积分器的特性近似逼近。其次,根据亮图像与暗图像之间的区别选择不同的衰减函数,使模型对不同亮度图像具有较好的适应性。实验表明该方法能够对不同光照条件下的图像进行有效地分割,同时较好地保留图像的细节信息,与改进的脉冲耦合神经网络、改进的交叉皮层模型以及二维OTSU算法相比,具有较强的鲁棒性。     

企业组织结构的仿真建模

企业的敏捷性是当今企业组织和生产研究的热点问题，而组织结构的研究则是敏捷性研究中的根本．对在实践中应用较广泛的组织形式：直线职能制（Ｕ型）和事业部制（Ｍ 型）的组织结构进行了定量讨论．将通常用于物流系统研究的Ａｒｅｎａ 仿真软件，应用在属于信息流系统的Ｕ型和Ｍ 型组织结构的仿真研究上，以两种企业组织结构的运行时间为指标，对两者的运行效率进行了仿真对比．结果表明，Ｍ 型运行效率优于Ｕ型．这与定性研究结论与实践结果是完全一致的．说明利用Ａｒｅｎａ对组织结构所建模型是可靠而实际的     

VaR和ES尾部风险的比较分析

近年来,风险值(VaR)已成为一种重要的度量市场风险的测度,但它存在一些概念上的缺陷,因此人们在VaR的基础上又提出了两种新的度量市场风险的测度:尾部条件期望(TCE)和期望损失(ES).该文运用极值理论中的POT模型和正态分布GARCH(1,1)模型比较了VaR和ES的尾部风险,结果验证了ES比VaR有更小的尾部风险.     

从均衡形成过程比较资本资产定价模型和套利定价模型

介绍了现代资产选择两大理论－－资本资产定价模型（CAPM）和套利定价模型（APT）。并分别对这两个模型的构建及其对均衡过程描述进行分析比较,从而得出结论。