高爐信息流處理及基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的焦比預(yù)測(cè)

摘要： 入爐焦比對(duì)高爐的產(chǎn)量與效益有著直接的影響，但由于高爐冶煉過程受多重共線性現(xiàn)象影響，其預(yù)測(cè)精度普遍不高。為此，首先對(duì)高爐信息流進(jìn)行預(yù)處理，將高爐數(shù)據(jù)分成2類分別進(jìn)行異常值分析與處理；其次通過皮爾遜相關(guān)性分析、斯皮爾曼相關(guān)性分析、MIC最大互信息系數(shù)、逐步回歸分析手段分析出與高爐焦比相關(guān)性強(qiáng)的參數(shù)變量作為預(yù)測(cè)模型的輸入?yún)?shù)變量，對(duì)32個(gè)參數(shù)變量進(jìn)行篩選，最終確定16個(gè)特征變量，并對(duì)... （共8頁）