科研之友
微信
新浪微博
Facebook
分享链接
摘要
烧结矿转鼓强度是烧结过程中反映烧结矿质量的重要指标之一，其精确预测可以提高生产过程的控制精度和效率，降低生产成本和资源浪费。但在实际生产中，烧结矿转鼓强度预测存在一些困难，比如数据量有限、数据质量不佳等问题。因此，为了提高预测精度，首先采用生成对抗网络(GAN)对原始数据集进行扩增，以解决数据量有限的问题；然后采用麻雀搜索算法(SSA)优化的回声状态网络(ESN)构建预测模型。相比于传统的神经网络，ESN具有更好的稳定性和泛化能力，并且能够快速训练和适应新数据。通过试验验证了该模型的预测精度和效率，并与其他预测算法进行了比较。结果表明，采用扩增后的数据集和ESN模型可以显著提高预测精度，平均绝对百分比误差由1.41%缩小至1.06%。
- 单位
