s参考文献1高炉炼铁过程优化与智能控制系统冶金工业2

1、参 考 文 献. 高炉炼铁过程优化与智能控制系统.1,: 冶金工业, 2003.2. 高炉炼铁生产技术手册.: 冶金工业, 2003.3, 秦民生. 高炉铁水含硅预报数学模型. 钢铁, 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,. 高炉铁水含硅量和含硫量动力学预报研究. 钢铁, 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. 高炉铁水含硅量的

3、混沌局部线性. 金属学报. 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 刘学艺. 基于网络的高炉炉温Si控制模型研究. 浙江大学,2004.12. 基分析理论的高炉炉温模型研究. 浙江大学, 2005.13. 神经网络及其应用. 西安: 西安交通大学, 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,. 分形与小波.: 科学, 2002.17林, 周东华. 多尺度估计理论及其原因.:, 2002.18飞思科技产品研发中心. 小波分析理论与7 实现.: 电子工业, 2005.19. 小波分析导论. 西安: 西安交通大学, 1995.20,. 小波分析及

6、其应用.: 电子工业, 2003.21 Mark A. Pinsky.roduction to Fourierysis and wavelets. China Machine Press, 2003.22 Ingrid Daubechies. Ten lectures on wavelets.:, 2004.国防工业23 Donald B.Percival. Wavelet method for time seriesysis.: 机械工业, 2004.24.金融波动分析的小波和频域方法研究., 2003.博士25.神经网络计算.: 高等教育, 2003.26,. 基于6.x 的系统分析与设计

7、神经网络. 西安: 西安电子科技大学, 2003.27.神经网络原理及其应用.: 国防工业, 1995.28.神经网络与信号分析. 广州:, 1996.华南理工大学29焦.神经网络的应用与实现. 西安: 西安电子科技大学, 1993.30张艳丽,. 小波变换在ECG 信号滤波中的应用研究. 中国医学物理学杂志,2005(1):38.31,. 随机过程论.:, 2000.32,. 模糊高炉铁水含硅量变化趋势. 冶金自动化.网络应用于2005(5):29.33 刘学艺，.网络在铁水硅含量中的应用. 钢铁. 2005(3):40.34 杨一文,. 基于神经网络的多变量时间序列及其在中的应用. 信息与

8、控制, 2001 (5):30.35. 支持向量机算法及其应用. 现代电子技术, 2005(3):194.36渐令,. 支持向量机在铁水硅含量预报中的应用. 冶金自动化, 2005(3):29.37, 陈一天. 小波方法在因特网数据流量模型中的应用. 计算机工程与应用, 2003(6):14.38,. 应用小波分析方法改进铁水硅含量. 钢铁, 2005; 40(8):15.39Skander Soltani. On the use of the waveletition for time series prediction.puting, 2002(3):48.40,.基神经网络的经济研究. 统计与决策, 2005(5):16.41,.中的小波神经网络方法的研究. 管理工程学报, 2002(2):16.42,.小波变换和RBF 网络用于模式法分解色谱峰. 浙江大学学报(工学版), 2005(4):39.43,正,. 甲醇含量模型的研究. 化工