申请/专利权人:东北大学
申请日:2020-10-10
公开(公告)日:2021-01-05
公开(公告)号:CN112183872A
主分类号:G06Q10/04(20120101)
分类号:G06Q10/04(20120101);G06K9/62(20060101);G06N3/08(20060101);G06Q50/04(20120101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.01.22#实质审查的生效;2021.01.05#公开
摘要:本发明公开了一种结合生成对抗网络与神经网络的高炉煤气发生量预测方法,涉及人工智能技术领域,该方法包括:获取用于高炉煤气发生量预测的真实样本数据;并对真实样本数据进行预处理;构建并训练生成对抗网络;基于真实样本数据和生成对抗网络生成用于高炉煤气发生量预测的仿真数据;构建基于BP神经网络的高炉煤气发生量预测模型,并利用仿真数据和真实样本数据训练高炉煤气发生量预测模型;基于训练好的高炉煤气发生量预测模型进行高炉煤气发生量预测,得到高炉煤气发生量预测结果。本发明结合生成对抗网络与BP神经网络预测高炉煤气发生量,显著提高了预测的精确度,有效解决了钢铁生产过程中,若测得数据过少时BP神经网络预测精度较低的问题。
主权项:1.一种结合生成对抗网络与神经网络的高炉煤气发生量预测方法,其特征在于,包括以下步骤:S101、获取用于高炉煤气发生量预测的真实样本数据;并对所述真实样本数据进行预处理;S102、基于预处理后的真实样本数据构建并训练生成对抗网络;S103、基于所述真实样本数据和所述生成对抗网络生成用于高炉煤气发生量预测的仿真数据;S104、构建基于BP神经网络的高炉煤气发生量预测模型,并利用所述仿真数据和所述真实样本数据训练所述高炉煤气发生量预测模型;S105、基于训练好的高炉煤气发生量预测模型进行高炉煤气发生量预测,得到高炉煤气发生量预测结果。
全文数据:
权利要求:
百度查询: 东北大学 结合生成对抗网络与神经网络的高炉煤气发生量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。