基于数据挖掘的中厚钢板轧制负荷分配方法的研究

钢铁, 2005, 40(4): 43-52.

1.轧制技术及连轧自动化国家重点实验室(东北大学),辽宁,沈阳,110004;沈阳化工学院信息工程学院,辽宁,沈阳,110142

2.轧制技术及连轧自动化国家重点实验室(东北大学),辽宁,沈阳,110004

3.轧制技术及连轧自动化国家重点实验室(东北大学),辽宁,沈阳,110004

基金项目: 国家重点基础研究发展计划(973计划)(G2000067208-4)

Research on Plate Rolling Load Distribution Based on Data Mining

为了提高中厚钢板轧制负荷的预测精度,提出利用在线智能化信息处理技术进行建立轧制过程负荷分配模型的新方法.该方法采用知识发现(KDD)和数据挖掘(DM)对轧制运行数据库进行挖掘,建立知识模型和数学模型相结合的负荷分配模型.实现轧制过程负荷模型的在线维护和优化.离线模拟与在线应用证明了该方法的有效性.

[1]	孙林,张清东,邵建生,戴江波,吴炳火,宋耀华,张光新,廖东骏,罗铭,段东明.考虑板形的中板轧机负荷分配策略及模型的研究[J].钢铁研究,2002(01):22-25.
[2]	穆志纯,刘克,孙朋.建立宽厚板轧制负荷分配模型的一种新方法[J].宽厚板,2001(04):35-38.
[3]	邵峰晶;于忠清.数据挖掘原理与算法[M].北京:中国水利水电出版社,2003:91-125.
[4]	Agrawal R;Srikant R.Fast Algorithms for Mining Association Rules[A].Santiago:ACM Press,1994:487-499.
[5]	慕红宇,熊金明.基于数据仓库的数据挖掘技术[J].绍兴文理学院学报(自然科学版),2002(07):45-49.

上一张下一张

计量

作者相关

文章评分