分布式神经网络预报专家系统
预报高炉炉况对于保证高炉高产顺行具有重要意义。该文根据高炉专家系统目前所面临的问题,立足中国高炉生产实践,在分布式动态环境下,采用神经网络(NN)、时差方法(TD)、基于事例推理(CBR)等多种人工智能方法的理论和方法解决高炉炉况预报的问题。
实时预报系统 炼铁 高炉 神经网络 分布式 专家系统 时差方法 基于事例推理
王玉涛 周建常 王师
东北大学信息科学与工程学院(沈阳)
国内会议
中国控制会议
宁波
中文
559~563
1998-08-01(万方平台首次上网日期,不代表论文的发表时间)