- HOME
- 홈페이지 이용안내
논문 기본정보
Output Forecasting Model of Blast Furnace Gas in Iron SteelWorks and Its Application
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 系統倣眞學報 = Journal of system simulation |
| ISSN | 1004-731x, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | LI, Hong-juan,WANG, Jian-jun,WANG, Hua,MENG, Hua |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2014-01-01 |
| 초록 | 본 논문은 강철 산업의 용광로 가스(blast furnace gas) 배출량 예측 메커니즘 모델을 이용하여 용광로 가스 배출량을 예측하기 어려운 문제점을 해결하기 위해 Elman 신경망(Elman neural network, ENN)과 최소 제곱 서포트 벡터 머신(least squares support vector machine, LSSVM) 결합 기반의 예측 모델을 구축하였다. 예측 전에 확률적 신경망(probabilistic neural network, PNN)을 이용하여 분류를 진행하였으며, 또한 분류한 후의 데이터를 HP 필터(HP filter)로 처리하여 경향 서열(trend sequences)과 변동 서열(volatility sequences)을 얻었다. 예측을 진행한 후 마르코프 연쇄(Markov chains) 기반의 형태 변환 행렬(state transfer matrix)을 도입하여 예측 잔차(residual)를 보정하였다. 구축한 PNN-HP-Elman-LSSVM-MC 분류 예측 모델은 훈련 시간이 감소되었고, 또한 예측 정밀도가 향상되었다. 산업의 실제 데이터를 모델에 응용하여 검증한 결과, 구축한 모델은 서로 다른 현황에 대한 분류가 정확하고, 예측 효과가 우수하였다. 이러한 연구 결과는 부생 가스(byproduct gas)의 합리적인 관리를 위하여 조작 근거를 마련하였다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=NART71049795 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | probabilistic neural network(PNN),HP filter,Elman neural network(ENN),least squares support vector machine(LSSVM),Markov chains,확률적 신경망,HP 필터링,Elman 신경망,최소 제곱 서포트 벡터 머신,마르코프 연쇄 |