采用Ｊｏｒｄａｎ神经网络，将时差方法与具有遗忘因子的ＢＰ算法（ＳＬＦＢＰ）结合起来，用于解决高炉铁水硅含量的预报问题，采用现场采集的时间序列数据，利用该方法进......

提出了一种基于改进的动态独立分量分析（independent component analysis,ICA）和支持向量机（support vector machine,SVM）的高炉铁水硅......

支持向量机是基于统计学习理论发展而来的一种机器学习算法,它能较好地解决非线性、高维数、小样本、局部极小点等实际问题.本文提......

对高炉铁水硅含量预报的统计模型、神经网络模型和神经网络方法加统计方法的综合模型三种预报模型作了对比，结果表明：用神经网络方法......

利用遗传算法所固有的全局搜索性能，进化多层前馈神经网络连接权，结合ＢＰ学习算法和符号主义专家系统，建立了高炉铁水硅含量预报遗传算法......

高炉冶炼过程是一个高度复杂的过程，其运行机制往往具有非线性、时滞、高维、强噪声、分布参数等特性。《自动化科学与技术—自然科......