Szczegóły publikacji
Opis bibliograficzny
Zastosowanie metod sztucznej inteligencji w modelowaniu procesu wytopu miedzi — Application of the artificial intelligence method in modelling of the copper flash smelting process / Agnieszka ŚLEDZIŃSKA, Jolanta TALAR, Jan KUSIAK // Informatyka w Technologii Materiałów / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie ; ISSN 1641-8581. — 2005 — t. 5 nr 1–2, s. 26–32. — Bibliogr. s. 32, Abstr. — Referat prezentowany podczas 9. Seminarium NeuroMet2005
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 25041 |
|---|---|
| Data dodania do BaDAP | 2005-12-19 |
| Rok publikacji | 2005 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Informatyka w Technologii Materiałów = Computer Methods in Materials Science |
Streszczenie
W pracy podjęto próbę zastosowania metod sztucznej inteligencji do przewidywania istotnego dla sterowania procesem wytopu miedzi parametru wyjściowego, jakim jest poziom "gotowania". Celem było opracowanie trzech metod badawczych (SB, SSN, SE), które w oparciu o parametry wejściowe potrafią przewidzieć poziom gotowania. Poziom gotowania jest parametrem wyjściowym a zarazem niepożądanym zjawiskiem w procesie wytopu miedzi. W pracy wykorzystano dane przemysłowe. Przeprowadzona analiza uzyskanych wyników wskazuje, że zaprezentowane w pracy metody sztucznej inteligencji (sieci bayesowskie, sztuczne sieci neuronowe i system ekspertowy), mogą być z powodzeniem wykorzystane do modelowania procesu zawiesinowego wytopu miedzi. W przypadku analizy zjawiska gotowania sieci bayesowskie dają lepsze wyniki w zaklasyfikowaniu przykładów do kategorii "OK" i "ŹLE", w porównaniu z dwoma pozostałymi metodami. Natomiast dokładniejsze wartości przewidywania poziomu gotowania zaklasyfikowanych do kategorii "OSTRZEŻENIE", uzyskano przy wykorzystaniu sieci neuronowych oraz systemów ekspertowych. Uzyskane wyniki pozwalają stwierdzić, że SB, SSN oraz SE są, efektywnym narzędziem do przewidywania parametrów wyjściowych złożonych procesów przemysłowych.
Abstract
The objective of the work is assessment of the effectiveness of the use of artificial intelligence methods in modelling of the copper flash smelting process. Bayesian Network (BN), Artificial Neural Network (ANN) and Expert System (ES) were used in prediction of chosen parameters of the technological process and obtained results are presented.
