摘要
本发明涉及焦炭质量预测,具体涉及一种结合生产动态数据的焦炭质量预测方法,构建深度神经网络DNN模型,利用深度神经网络DNN模型基于配煤数据对焦炭质量进行预测,以实现煤到焦炭的质量预测;基于深度Q网络DQN构建动态数据预测模型,同时构建静态数据预测模型,在初始阶段,利用静态数据预测模型采用KNN算法基于静态数据进行预测,得到静态预测结果;随着时间推移和生产动态数据的积累,引入更多的生产动态数据利用动态数据预测模型进行预测,得到动态预测结果,以实现焦炉生产过程的实时质量预测;本发明提供的技术方案能够有效克服现有技术所存在的不能准确预测焦炭质量的缺陷。
技术关键词
深度Q网络
焦炭
构建深度神经网络
DNN模型
KNN算法
优化器
训练集
焦炉
信息更新
更新网络参数
信息处理
节点
动态
数据存储
决策
策略
系统为您推荐了相关专利信息
氮氧化物生成量
燃烧优化方法
分区反应器
模拟模型
混合单元
照明节能控制方法
轨道车辆
深度Q网络
强化学习算法
加速度
CSI反馈方法
深度神经网络模型
构建深度神经网络
训练深度神经网络
解码器