《表1 预报结果统计：基于联级小波神经网络的LF精炼渣成分预报》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于联级小波神经网络的LF精炼渣成分预报》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于实际生产过程的复杂性，导致所采集的数据存在错误、异常和缺失等现象，从而不能作为训练样本和测试样本，必须剔除。经筛选将830炉生产数据作为样本集，并分为两类，800炉作为训练数据，30炉作为预测数据。首先对第一级转炉终点渣成分预报模型进行训练，对800炉数据中与一级模型相关的数据进行一级模型训练，以30炉数据作为预测，得到了精度较高的第一级预报模型。然后应用800炉数据中与二级模型相关的数据进行二级模型训练，以30炉数据作为预测，得到第二级预报模型。结合一级与二级预报模型，建立了联级预报模型。最后应用VB 6.0高级语言进行程序设计。各成分的预测值与实际值见图2和表1。