申请/专利权人:宁波大学
申请日:2020-05-11
公开(公告)日:2023-08-29
公开(公告)号:CN111798023B
主分类号:G06Q10/04
分类号:G06Q10/04;G06F30/27;G06N3/047;G06N3/048;G06N3/0895;C22B1/16
优先权:
专利状态码:有效-授权
法律状态:2023.08.29#授权;2020.11.06#实质审查的生效;2020.10.20#公开
摘要:本发明公开了一种炼钢烧结生产中综合焦比预测的方法,采用综合焦比单位:Kgt作为烧结生产中碳效衡量指标,在建立烧结综合焦比预测输出模型的基础上,针对标记样本少的问题,采用基于流型假设的半监督的学习训练算法对有标签样本和无标签样本数据进行训练,并针对数据间线性与非线性关系共存的数据特点,提出了改进型极限学习机模型对训练数据进行拟合,改进型极限学习机的输入层神经元不仅与隐含层神经元相连,而且直接与输出层神经元相连,这种特殊的网络结构使该模型能够很好的同时拟合线性和非线性数据。
主权项:1.一种炼钢烧结生产中综合焦比预测的方法,其特征在于包括以下步骤:a、定义综合焦比预测输出模型为其中,为第i组样本的焦比预测输出,i=1,2,...,l+u,l和u分别为有标签样本组和无标签样本组的个数,a为输出神经元的阈值,wio为连接输入神经元和输出神经元的权值,who为连接隐含层神经元和输出神经元的权值,X为样本输入矩阵,G为隐含层输出矩阵,I为单位矩阵;b、从实际运行的烧结机上采集多组样本,包括有标签样本组和无标签样本组,每一组样本的输入包括返矿配比、焦粉配比、MgO含量、铁品位、SiO2含量、CaO含量、上升点位置、上升点温度、烧结终点位置和烧结终点温度;c、将所有采集的样本输入综合焦比预测输出模型中进行训练,最终得到训练后的综合焦比预测输出模型;d、将实时采集的样本输入训练后的综合焦比预测输出模型中,得到预测的综合焦比值。
全文数据:
权利要求:
百度查询: 宁波大学 一种炼钢烧结生产中综合焦比预测的方法
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。