论文部分内容阅读
以钢液的初始温度、废钢加入量和冶炼时间为变量,基于云模型提出一种新的方法预测IF钢生产过程RH精炼的终点温度。以收集的300组RH生产数据为基础,对模型进行了数据挖掘和预测结果验证。将云模型的预测结果与BP神经网络模型和多元线性回归模型进行了比较。结果表明:在误差范围为±10℃的温度范围内,云模型获得了93.32%的命中率,BP神经网络获得了89.33%的命中率,与BP神经网络模型相比,云模型提高了预测数据的精度,泛化能力更强。与多元线性回归模型相比,云模型可以考虑更少的影响因素,而预测精度仍然很高。