《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》
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。
图表编号 | XD0074064800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.31 |
作者 | 张慧书、陈韧、战东平、孙丽娜、黄妍、张作良 |
绘制单位 | 辽宁科技学院冶金工程学院、辽宁省本溪低品位非伴生铁矿优化应用重点实验室、辽宁科技学院冶金工程学院、辽宁省本溪低品位非伴生铁矿优化应用重点实验室、东北大学冶金学院、辽宁科技学院冶金工程学院、辽宁省本溪低品位非伴生铁矿优化应用重点实验室、辽宁科技学院冶金工程学院、辽宁省本溪低品位非伴生铁矿优化应用重点实验室、辽宁科技学院冶金工程学院、辽宁省本溪低品位非伴生铁矿优化应用重点实验室 |
更多格式 | 高清、无水印(增值服务) |