s參考文獻1高爐煉鐵過程優(yōu)化與智能控制系統(tǒng)冶金工業(yè)2

1、參 考 文 獻. 高爐煉鐵過程優(yōu)化與智能控制系統(tǒng).1,: 冶金工業(yè), 2003.2. 高爐煉鐵生產(chǎn)技術手冊.: 冶金工業(yè), 2003.3, 秦民生. 高爐鐵水含硅預報數(shù)學模型. 鋼鐵, 1986(5):21.4 Van langen J M. Blast Furnace Technology. New York, 1972.5 Pandit S M, Clum J A, Wu S M. Ming, prediction and control of blast furnace operationfrom observed data by multivariate time series. Ir

2、onmaking Proceedings, Metallurgical Society ofAIME, Iron and Steel Divi, 1975(34):403.6高,. 高爐鐵水含硅量和含硫量動力學預報研究. 鋼鐵, 1995 (4):30.7Miyano T,Kimoto S, Shibuta H, et al. Time seriesysis and prediction on complexdynamical behavior observed in a blast furnace. Physica D, 2000; 135(3-4):305.8, 邵之江. 高爐鐵水含硅量的

3、混沌局部線性. 金屬學報. 2005(4):433.9 Singh H, Sridhar N V, Deo B. Artifil neural nets for prediction of silicon content of blastfurnace hot metal. Steel Research, 1996(12):521.10 Yao B,T J, Ning X J. An improved artifil neural network mfor predictingsilicon content of blast furnace hot metal. Journal of Univ

4、ersity of Science and Technology Beijing,2000(4):26911 劉學藝. 基于網(wǎng)絡的高爐爐溫Si控制模型研究. 浙江大學,2004.12. 基分析理論的高爐爐溫模型研究. 浙江大學, 2005.13. 神經(jīng)網(wǎng)絡及其應用. 西安: 西安交通大學, 1993.14 Shi-Hua Luo, Xiang-Guan Liu, Min Zhao. Prediction for SiliconContent inernationalMolten Iron Using a Combined Fuzzy-AssoConference, FSKD 2005. 200

5、5(3614):667.tive-Rules B. Second15 Li Qihui, Liu Xiangguan, Fuzzy Prediction for BF Hot Metal Silicon Content J. Journal ofIron and Steel Researchernational.2005;12(6):1.16,. 分形與小波.: 科學, 2002.17林, 周東華. 多尺度估計理論及其原因.:, 2002.18飛思科技產(chǎn)品研發(fā)中心. 小波分析理論與7 實現(xiàn).: 電子工業(yè), 2005.19. 小波分析導論. 西安: 西安交通大學, 1995.20,. 小波分析及

6、其應用.: 電子工業(yè), 2003.21 Mark A. Pinsky.roduction to Fourierysis and wavelets. China Machine Press, 2003.22 Ingrid Daubechies. Ten lectures on wavelets.:, 2004.國防工業(yè)23 Donald B.Percival. Wavelet method for time seriesysis.: 機械工業(yè), 2004.24.金融波動分析的小波和頻域方法研究., 2003.博士25.神經(jīng)網(wǎng)絡計算.: 高等教育, 2003.26,. 基于6.x 的系統(tǒng)分析與設計

7、神經(jīng)網(wǎng)絡. 西安: 西安電子科技大學, 2003.27.神經(jīng)網(wǎng)絡原理及其應用.: 國防工業(yè), 1995.28.神經(jīng)網(wǎng)絡與信號分析. 廣州:, 1996.華南理工大學29焦.神經(jīng)網(wǎng)絡的應用與實現(xiàn). 西安: 西安電子科技大學, 1993.30張艷麗,. 小波變換在ECG 信號濾波中的應用研究. 中國醫(yī)學物理學雜志,2005(1):38.31,. 隨機過程論.:, 2000.32,. 模糊高爐鐵水含硅量變化趨勢. 冶金自動化.網(wǎng)絡應用于2005(5):29.33 劉學藝，.網(wǎng)絡在鐵水硅含量中的應用. 鋼鐵. 2005(3):40.34 楊一文,. 基于神經(jīng)網(wǎng)絡的多變量時間序列及其在中的應用. 信息與

8、控制, 2001 (5):30.35. 支持向量機算法及其應用. 現(xiàn)代電子技術, 2005(3):194.36漸令,. 支持向量機在鐵水硅含量預報中的應用. 冶金自動化, 2005(3):29.37, 陳一天. 小波方法在因特網(wǎng)數(shù)據(jù)流量模型中的應用. 計算機工程與應用, 2003(6):14.38,. 應用小波分析方法改進鐵水硅含量. 鋼鐵, 2005; 40(8):15.39Skander Soltani. On the use of the waveletition for time series prediction.puting, 2002(3):48.40,.基神經(jīng)網(wǎng)絡的經(jīng)濟研究. 統(tǒng)計與決策, 2005(5):16.41,.中的小波神經(jīng)網(wǎng)絡方法的研究. 管理工程學報, 2002(2):16.42,.小波變換和RBF 網(wǎng)絡用于模式法分解色譜峰. 浙江大學學報(工學版), 2005(4):39.43,正,. 甲醇含量模型的研究. 化工