一种基于贝叶斯神经网络的烧结工况预测的方法

本发明涉及铁矿石烧结生产过程预测与控制领域，尤其涉及一种基于贝叶斯神经网络的烧结工况预测的方法，首先，本发明利用当前获得的已完成清洗的数据进行随机森林对重要性特征进行提取。然后，以获得烧结终点位置来划分烧结工况，利用模糊C均值聚类算法对时序数据进行聚类。最后利用贝叶斯神经网络，对不同聚类的数据进行训练，利用获取的各风箱的时序数据，进行隶属度的加权，从而得到烧结工况的预测结果。本发明能实现高准确率、高鲁棒性的结果预测，使得管理者和工作人员能更深入的了解生产状况，维持烧结结果的稳定，提高企业效率与收益。