作者:宋彦坡; 彭小奇; 唐英; 唐璐; 王文过程优化数据挖掘铜锍吹炼渣产出量
摘要:为实现铜转炉渣产出量的及时准确预报,提出应用数据挖掘技术从现场积累的大量生产数据中发掘相关规律。首先应用线性回归技术建立了仅考虑主要影响因素(铜锍含铁量)的粗略预报模型,而后,应用神经网络技术建立了考虑到多个次要影响因素的误差补偿模型,从而改进预报效果。利用实际生产数据对模型进行了仿真测试,仿真结果表明,模型预报效果良好。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《化工自动化及仪表》(CN:62-1037/TQ)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《化工自动化及仪表》设综述与评论、过程控制、检测与仪表、研究与应用、技改与创新等栏目,并承接彩色及单色广告业务,是国内外仪表、自控生产销售厂家进行产品宣传的有利工具。
部级期刊
人气 146788 评论 72
省级期刊
人气 145773 评论 73
北大期刊、CSCD期刊、统计源期刊
人气 87633 评论 68
人气 79441 评论 69