科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统高炉冶炼存在的数据异常、数据缺失以及易受到外界因素以及人为等因素影响的问题，采用数据挖掘技术对低碳、高效的高炉生产模式进行确定。利用GMDH技术从观测样本中自动生成数据模型，为保证系统对高炉温度控制的精准性以及数据集合的完整性，对数据进行预处理，实现异常数据的剔除。通过归一化和主元分析处理，解决各输入变量之间存在的耦合性。利用遗传算法对BP神经网络模型进行优化，优化结果显示，在高炉炉况波动较小时，BP神经网络多元时间序列模型各方面性能更优秀。高炉炉况波动较大时，可使用BP神经网络多元回归模型。
- 单位
