摘要
本发明公开了一种基于Stacking集成的烧结配矿方案性能指标预测模型及其系统和存储器。该模型包括:基于物质守恒原理,计算目标烧结配矿方案中烧结矿理论化学成分和熔融区化学成分;将所得烧结矿理论化学成分和熔融区化学成分在内的数据输入至预测模型的基学习模块中,得目标烧结配矿方案的性能指标初步预测结果;采用Stacking集成策略,将基学习模块所得初步预测结果输入至预测模型的元学习模块中,进行集成学习和非线性加权融合,并输出最终预测结果。基于上述模型所提供的含有计算机程序的系统,可有效解决现有技术当中配矿方案的性能指标预测结果精度不足、泛化能力弱和适应性差等问题,为烧结工艺优化提供了重要的决策支持,具有显著的指导意义。
技术关键词
烧结矿
随机森林模型
BP神经网络模型
集成策略
可编程逻辑控制器
Sigmoid函数
预测系统
中央处理器
计算机存储器
非线性
熔剂
理论
模块
烧结工艺
遗传算法
燃料
平方根
数据
系统为您推荐了相关专利信息
梯度提升决策树
处理单元
GBDT模型
序列
矩阵
订单
数据集获取方法
价格预测模型
机器学习模型
字典
深度集成学习
短时预测方法
运渣车
网格
动态时间规整
蒸汽发生器系统
模拟蒸汽发生器
仿真方法
冷却剂
系统控制模块