[发明专利]基于深度置信网络的烧结矿化学成分预测方法

摘要

本发明公开了一种基于深度置信网络的烧结矿化学成分预测方法。该方法根据烧结混合料化学成分，采用基于DBN算法的预测方法来预测烧结矿化学成分；具体包括以下步骤：首先获取烧结厂实际生产的历史数据，剔除异常数据并归一化处理；然后确定影响烧结矿质量的输入输出参数，使用灰色关联分析法来检验输入参数的合理性；再建立基于DBN的烧结矿化学成分预测模型，并使用历史数据数据训练、优化预测模型；最后以此预测模型来预测烧结矿化学成分，并对结果反归一化处理，得到烧结矿化学成分预测值。与现有技术相比，本发明基于DBN的预测模型能更精确实现复杂非线性函数的逼近，提高烧结矿化学成分预测精度，在实际生产中具有应用推广价值。

主权项

1.一种基于深度置信网络的烧结矿化学成分预测方法，其特征在于，在烧结原料配料完成后，得到混合料，根据混合料化学成分，采用基于深度置信网络即DBN算法的预测方法来预测烧结矿化学成分，以检验烧结配料过程中配比的准确性，及时调整配比，改进烧结矿质量；该方法具体包括以下步骤：S1：获取烧结厂实际生产的历史数据，对获取的数据进行预处理，剔除异常数据并进行归一化处理；S2：确定影响烧结矿质量的输入输出参数，使用灰色关联分析法来检验输入参数的合理性；S3：建立基于DBN的烧结矿化学成分预测模型，使用步骤S1中的数据对预测模型进行训练，优化预测模型；S4：以步骤S3得到的预测模型来预测烧结矿化学成分，预测结束后得到的数据在[0,1]之间，再对这些得到的数据进行反归一化处理，得到烧结矿化学成分预测值。