欢迎登录材料期刊网

材料期刊网

高级检索

分析了文献中高炉铁水硅含量预测数据,结果表明:评价指标选择决定预测效果的评价结论和模型选择;命中率判据不是评价预测效果的最佳选择;相关系数及其检验是评价预测结果优劣的客观判据;相关系数及其检验、人工预测、随机游走模型可以作为以科学性、实用性和简便性为原则的预测评价判据基准.

参考文献

[1] Staib C;Michard J.French Experiments for Controlling Blast Furnace Operation Using a Computer Online[A].Pittsburgh:Iron and Steel Society,1964:3-50.
[2] Pandit S M;Clum J A;Wu S M.Modelling,Prediction and Control of Blast Furnace Operation From Observed Data by Multivariate Time Series[A].Toronto:Iron and Steel Society,1975:403-416.
[3] 黄履安;闫建国.用宝钢高炉数模对本钢高炉铁水Si值的预测[A].重庆:中国金属学会炼铁学术委员会,重庆大学,1984
[4] 周明;秦民生 .高炉铁水含硅预报数学模型[J].钢铁,1986,21(05):7-12.
[5] 孙克勤 .过程预报模型预报准确度的评估方法[J].冶金自动化,1988,12(04):19-22.
[6] 孙克勤 .高炉铁水含硅量预报自适应数学模型的研制与试验[J].钢铁,1989,24(06):4-8.
[7] 韩曾晋;孙建华;陈剑 等.带知识库的高炉铁水含硅量自适应系统[J].自动化学报,1989,15(02):128-135.
[8] 杨尚宝;杨天钧;董一诚 .铁水含硅量预报神经网络模型[J].北京科技大学学报,1995,17(06):524-528.
[9] 高小强;郑忠;黄庆周 .高炉铁水含硅量和含硫量的非线性动力学预报[J].钢铁,1995,30(04):10-13.
[10] 毕学工;曾小宁;罗廷和 等.湘钢铁水含硅预报模型的开发和应用[J].武汉科技大学学报,1996,19(04):395-400.
[11] 刘金琨;邓守强;苏士权 .高炉铁水硅含量的神经网络时间序列预报[J].钢铁研究学报,1996,8(03):63-66.
[12] 夏升华.济钢4号高炉冶炼趋势预报系统[J].冶金自动化,1996(04):31-33,36.
[13] 安云沛;车玉满;刘方.鞍钢4号高炉热状态专家系统的开发与应用[J].鞍钢技术,1997(08):6-11.
[14] 徐科军;江敦明;苏敬安 .铁水硅含量预测方法的研究[J].合肥工业大学学报(自然科学版),1997,20(01):16-22.
[15] 高小强,郑忠.自组织经验进化预测模型[C].1999年中国智能自动化学术会议论文集,1999:1145~1150.
[16] 高贤成,张国营,殷玉祥.炼铁优化专家系统在济钢高炉上的应用[J].钢铁,2000(06):5-9.
[17] 谢灵杰,高小强,郑忠,龙平,韩以楠,郝秀平.高炉铁水硅含量自组织预测中的模式量化[J].钢铁研究学报,2004(04):68-71.
[18] 刘学艺,刘祥官,王文慧.贝叶斯网络在高炉铁水硅含量预测中的应用[J].钢铁,2005(03):17-20.
[19] 郜传厚,周志敏,邵之江.高炉铁水含硅量的混沌局部线性预测[J].金属学报,2005(04):433-436.
[20] 那树人.铁水含硅量预报与控制模型的研究[J].包头钢铁学院学报,2002(01):13-15.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%