金属冶炼中产品产量预测的数学建模方法

作者：宋继凯

来源：世界有色金属, 2021, (06): 11-12.

• 金属冶炼
• 产品产量
• 预测
• 数学建模
• 神经网络

传统的金属冶炼产品产量预测方法主要通过对历史数据的统计处理,总结数据之间的规律实现产量预测。在预测时考虑的因素过少,导致预测结果误差较大、预测耗时长。针对上述问题,研究金属冶炼中产品产量预测的数学建模方法。使用聚类算法识别金属冶炼过程中的不同工况后,使用灰色预测模型根据不同工况下影响产品产量的指标进行预测。将预测值作为神经网络输入,利用数据样本训练神经网络后,完成产品产量预测模型构建,实现对产品产量的准确预测。对比实验结果表明,应用研究的预测方法的预测精度更高,且预测效率至少提升了65.2%,具有优越性。