刘学艺
,
刘祥官
,
王文慧
钢铁
应用贝叶斯网络对高炉铁水硅含量进行预测.首先阐述了贝叶斯网络的数学描述,在此基础上给出贝叶斯网络预测公式的一种简化形式.然后建立高炉铁水硅含量的贝叶斯网络预测模型,对山东莱钢1号高炉在线采集的2 000炉数据进行网络学习,离线预测取得了较好的效果.与神经网络等其他方法相比,它更适合解析高炉过程,而且透明的推理过程对高炉工长判断炉温变化趋势具有指导意义.
关键词:
高炉炼铁
,
铁水硅含量
,
贝叶斯网络
,
预测
刘祥官
,
王文慧
钢铁
应用小波分析方法对高炉铁水硅含量进行预测.通过小波变换将铁水硅含量的时间序列依三重尺度分解成不同的层次,并对不同层次上的序列分别运用合适的自回归模型进行预测,然后通过序列重构得到原始时间序列的预测结果.利用山东莱钢1号高炉在线采集的数据作为实际预测案例,与原始时间序列的自回归模型预测结果比较,小波预测方法显著提高了预测命中率.
关键词:
铁水硅含量
,
预测
,
小波分析
,
AR模型
