首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于聚类分析和神经网络的高炉焦比预测模型
引用本文:周洋,余文武,董相娟,张军红.基于聚类分析和神经网络的高炉焦比预测模型[J].辽宁科技大学学报,2010,33(3):245-247,257.
作者姓名:周洋  余文武  董相娟  张军红
作者单位:辽宁科技大学材料科学与冶金学院,辽宁鞍山,114051;辽宁科技大学材料科学与冶金学院,辽宁鞍山,114051;辽宁科技大学材料科学与冶金学院,辽宁鞍山,114051;辽宁科技大学材料科学与冶金学院,辽宁鞍山,114051
摘    要:为降低高炉生产焦炭的消耗,对高炉操作参数和燃料比指标进行关联性分析,提出了一种组合聚类分析与神经网络进行高炉焦比指标预测的方法.聚类分析将数据集聚划分为几类,数据的相似度比较高,分类训练相应的神经网络模型,实现高炉焦比指标的预测.结合聚类分析构建的神经网络模型,用某高炉生产数据进行仿真学习,并跟传统的神经网络模型进行比较.结果表明,加入聚类分析的神经网络模型平均绝对误差降低3.13 kg/t,平均相对误差降低5.19%.

关 键 词:聚类分析  神经网络  预测  高炉  焦比

A prediction model for blast furnace coke ratio with clustering analysis and neural network
ZHOU Yang,YU Wen-wu,DONG Xiang-juan,ZHANG Jun-hong.A prediction model for blast furnace coke ratio with clustering analysis and neural network[J].Journal of University of Science and Technology Liaoning,2010,33(3):245-247,257.
Authors:ZHOU Yang  YU Wen-wu  DONG Xiang-juan  ZHANG Jun-hong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号