基于信息融合的钢包精炼炉元素收得率预报
仪器仪表学报(2012)
Abstract
为提高元素收得率的预报精度,针对元素收得率主要影响因素无法及时获得的问题,提出一种基于信息融合的预报方法.该方法对原始数据层与特征层分别进行融合操作.在原始数据层,首先将相关性较为明显的可测变量按照机理进行结合,然后使用基于改进遗传算法的特征构建方法对由可测变量与结合变量组成的变量集合进行融合,使融合后的特征作为元素收得率主要影响因素的评价指标.在特征层,使用自适应神经-模糊推理系统对构建后的特征进行融合,从而得到元素收得率预报模型.将此方法应用于Q345B钢种Si,Mn元素收得率的预报,实验结果表明所提出的方法不仅可以满足生产要求,而且比其他预报方法有更高的预报精度.更多还原
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined