Алгоритмы нечеткой кластеризации для прогнозирования процессов горно-металлургического производства
| Jazyk: | ukrajinština |
|---|---|
| Rok vydání: | 2015 |
| Předmět: |
прогнозування
фільтр-апроксиматор нечітка логіка кластеризація глобальна оптимізація крупне дроблення доменне виробництво prediction filter-approximator fuzzy logic clustering global optimization coarse crushing blast furnace прогнозирование фильтр-аппроксиматор нечеткая логика кластеризация глобальная оптимизация крупное дробление доменное производство УДК 004.8: 681.51 UDC 004.8: 681.51 |
| Zdroj: | Вісник Національного технічного університету «ХПІ». Серія: Механіко-технологічні системи та комплекси; Том 21 (2015); 89-97 Вестник Национального технического университета «ХПИ». Серия: Механико-технологические системы и комплексы; Том 21 (2015); 89-97 |
| ISSN: | 2411-2798 2411-2828 |
| Popis: | Запропоновано для підвищення точності прогнозування процесів гірничо-металургійного виробництва використовувати адаптивні фільтри-апроксиматори на основі нечіткої кластеризації, а також проводити налаштування їх параметрів за допомогою методів глобальної оптимізації. Визначено ефективність запропонованого підходу на прикладі прогнозування технологічних процесів крупного дроблення і доменного виробництва. Предложено для повышения точности прогнозирования процессов горно-металлургического производства использовать адаптивные фильтры-аппроксиматоры на основе нечеткой кластеризации, а также проводить настройку их параметров с помощью методов глобальной оптимизации. Определена эффективность предложенного подхода на примере прогнозирования технологических процессов крупного дробления и доменного производства. It is proposed to improve the accuracy prediction the processes of mining and metallurgical production to use adaptive filter-approximators based on fuzzy clustering, and settings its parameters using global optimization methods. In this case, to build adaptive filters used subtractive clustering and fuzzy clustering C-means. For global optimization methods applied genetic algorithms, multiobjective optimization, direct search, simulated annealing and threshold acceptance. For parametric optimization was used the criterion of regularity, calculated on the test sample, and for the global – the combined criterion consisting of the criterion of regularity and the criterion of minimum bias, based on the analysis of solutions. Efficiency the proposed approach is defined for prediction of technological processes for coarse crushing (class +100 mmcontent in ore output) and blast furnace (silicon content in the iron at issue). |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|