科研之友
微信
新浪微博
Facebook
分享链接
摘要
在铝生产工业中对杂质铁含量的预测有利于提高铝液的生产水平。针对传统预测模型需要大量数据进行训练,耗时长且效率低下等问题,提出了一种改进ANFIS的时序预测模型(GNG-AMDEA-ANFIS)。首先利用GNG模型对原始数据集动态跟踪找到奇异点,然后采用自适应变异差分进化算法和梯度下降法对ANFIS网络所需参数进行优化,同时构建ANFIS网络模型。最后,结合贵阳某铝厂铝生产过程中铁含量数据,完成对该模型的性能验证。结果表明文章建立的模型能够对铁含量进行精确预测与监督,节省计算成本的同时提高了预测效率。
- 单位
