基于大数据技术的高炉铁水硅含量预测

发表时间：[2021-09-26]　　作者：刘小杰，　邓　勇，　李　欣，　郝良元，　刘二浩，　吕　庆　　编辑录入：小锰　　点击数：6140

内容简介

摘要：铁水硅含量是炉缸热制度的化学热表示方式，也是表征炉温和铁水质量的重要参数。选取某钢铁厂４号高炉实时数据库和检化验数据库２０１９年的３０个输入参数，通过数据处理和特征值筛选，最终选取１７个参数进行模型预测，共计８７６０组。通过构建Ａｄａｂｏｏｓｔ模型、决策树模型和随机森林模型对２ｈ后的铁水中硅含量进行预测，发现Ａｄａｂｏｏｓｔ模型预测的结果相比决策树模型和随机森林模型准确度更高，学习效果更是明显占优，能够更好地对铁水硅含量进行捕捉预测。关键词：铁水硅含量；Ａｄａｂｏｏｓｔ模型；决策树模型；随机森林模型；大数据下载高清全文——基于大数据技术的高炉铁水硅含量预测.pdf

友情提示

文章权限：高级会员
消耗金币：5
此文章需要高级会员及以上权限才可阅读！普通会员阅读下载本文档需要登录，并付出相应金币（普通会员注册即赠送20金币）。如何获取金币？
如果您还没有注册，您可以点此注册！
如果您已注册还没有登录，您可以在下面登录！

用户名：

密　码：

验证码：