我国钢铁产量近半的中小型转炉无法安装副枪系统,现有的烟气分析系统过度依赖机理模型,使得其在终点控制中的命中率较低,无法精确预测重点温度和含碳量.鉴于此,本文借助统计学与机器学习等手段,提出一种由多元线性回归与BP神经网络构成的组合预测模型.将所有已知数据进行汇总,分别建立多元线性回归以及BP神经网络预测模型,采用方差倒数加权法对线性组合的多元线性回归以及BP神经网络预测进行加权,得到BP神经网络的权重为0.355,多元线性回归的权重为0.645,将两种方法的预测值进行加权预测得到新的预测值,利用matlab软件进行训练,得到预测精度较为精准的[C]的固定区间为耗氧比例在72.16％～73.34％,[T]的固定区间为耗氧比例PQ71.06％～74.27％.结果表明,改进的组合预测算法预测效果最好,可靠性较高.
- 作 者：
- 高聪 蔡晓桐 赵晓旭 吴宇航 GAO Cong CAI Xiao-tong ZHAO Xiao-xu WU Yu-hang
- 作者单位：
- 高聪,赵晓旭,GAO Cong,ZHAO Xiao-xu(华北理工大学数学建模创新实验室,河北唐山 063210;华北理工大学理学院,河北唐山 063210)
蔡晓桐,CAI Xiao-tong(华北理工大学数学建模创新实验室,河北唐山 063210;华北理工大学信息工程学院,河北唐山 063210)
吴宇航,WU Yu-hang(河北省数据科学与应用重点实验室,河北唐山 063210;唐山市数学科学重点实验室,河北唐山 063210) - 刊 名：
- 新一代信息技术
- 英文刊名：
- New Generation of Information Technology
- 年，卷(期)：
- 2018 1(1)
- 基金项目：
- 国家自然基金资助项目
