基于数据挖掘的铜锍转炉吹炼过程优化决策建模

• 作者: 宋彦坡 彭小奇 李勇周 胡志坤
• 来源期刊: 计算机应用研究
• 关键词: 铜锍转炉吹炼 数据挖掘 优化决策 神经网络 模型评估
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 软件技术研究
• 页码范围: 2539-2542
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.07.039

摘要

为了提高铜转炉的操作水平,探讨了利用其生产运行中产生的大量数据建立优化决策模型的方法.针对过程数据含噪声、样本规模相对不足等问题,提出了一种鲁棒性更强的改进的神经网络建模方法;针对优化决策模型的应用目的,提出了支持度、置信度和相对置信度等模型评估指标;利用某厂的实际过程数据和前述方法,建立了基于神经网络的S1期(造渣1期)熔剂量和鼓风时间优化决策模型.实验效果表明所建优化决策模型能够显著改善S1期的吹炼效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭小奇	中南大学能源科学与工程学院	112	1229	18.0	30.0
3	胡志坤	中南大学物理科学与技术学院	97	1006	17.0	26.0
4	宋彦坡	中南大学能源科学与工程学院	39	235	8.0	12.0
7	李勇周	中南大学信息科学与工程学院	15	115	7.0	10.0