论文部分内容阅读
粒群优化是一种非梯度随机优化算法，其思想源于动物群体（如群落）社会动力学行为的最近邻速度匹配和根据距离加速等基本规则。本文综合自适应模糊推理的建模功能和神经网络的学习能力，直接从实验数据中提取推理规则，建立了冲天炉熔炼过程模型。模型具有较高的预测精度和泛化能力，利用它可以帮助操作者认识熔炼规律。同时，将自适应模糊推理模型与粒群优化算法耦合，在预定熔化率和炉温的模糊限制条件下，得到了最高热效率时的送风强度和焦耗。此法可推广应用到其它工艺过程的建模与优化上。