基于多模型集成的高炉专家系统研究
介绍了一种基于多模型集成的高炉专家系统，阐述了其中各重要组成部分的原理和方法，在此基础上给出了一个完整的高炉专家系统架构。目前已建立的高炉异常炉况判断专家系统仍有缺陷，如实时性较差，学习能力较差等。而将模糊专家系统和神经网络结合起来的模糊神经网络它充分吸收了模糊逻辑理论和神经网络技术的优点，既能处理专家知识和经验，又能通过自学习增强系统的判断能力，具有传统专家系统不具备的优点。把模糊神经网络引入到专家系统中，是高炉专家系统研究的重要方向。
高炉系统 专家系统 异常炉况 炉况判断 模糊神经网络
向往 刘惠康
武汉科技大学 信息科学与工程学院,湖北 武汉 430081
国内会议
北京
中文
21-24
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）