买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本公开实施例中提供了一种转炉吹炼终点预报方法，属于数据处理技术领域，具体包括：在造渣期和造铜期选取多个影响因素形成原始数据；对原始数据进行因子分析降维，得到公因子矩阵；利用人工蜂群算法进行迭代，确定正则化极限学习机结构；生成预报值；利用基于关联性的特征选择算法对原始数据进行特征选择，得到最优特征子集，以及，计算原始数据中所有特征的Gini系数；将Gini系数缩小k倍；根据缩小k倍后的Gini系数构造CART决策树并据此获得不同送风流量的不同终点预报时间的校准值；采用对应时间点的校准值对上一预报时刻的预报值进行动态校正。通过本公开的方案，提高了适应性和预测精准度。

主权项：1.一种转炉吹炼终点预报方法，其特征在于，包括：步骤1，在造渣期和造铜期选取多个影响因素形成原始数据，其中，所述影响因素包括冰铜量、冰铜中Cu的品位、冰铜中Fe的品位、冰铜中S的品位、溶剂量、高铜冷料量、低铜冷料量、富氧率和送风流量；步骤2，对所述原始数据进行因子分析降维，得到公因子矩阵；步骤3，以所述公因子矩阵为输入，造渣期和造铜期内生产样本为输出，利用人工蜂群算法进行迭代，确定正则化极限学习机结构；所述步骤3具体包括：步骤3.1，侦察蜂初始化食物源，设置所述人工蜂群算法的参数；步骤3.2，每个食物源分配一只雇佣蜂，根据搜索公式执行局部搜索，在领域产生一个新的食物源位置，并计算其适应度值，若高于原食物源位置，则原位置被新位置替代；步骤3.3，旁观蜂根据食物源的适应度值，利用概率计算公式，通过轮盘赌机制进行概率选择，再利用所述搜索公式执行局部搜索；步骤3.4，根据食物源停留次数，启动侦察蜂随机搜索新食物源；步骤3.5，判断是否满足迭代终止条件，若满足，则输出最优解即目标矩阵并据此确定正则化极限学习机结构，否则，转入步骤3.2继续迭代；步骤4，根据所述正则化极限学习机结构建立混合正则化极限学习机进行训练，生成预报值；步骤5，利用基于关联性的特征选择算法对所述原始数据进行特征选择，得到最优特征子集，以及，计算原始数据中所有特征的系数；步骤6，将所述最优特征子集中的每个特征对应的系数缩小倍；步骤7，根据缩小倍后的系数构造CART决策树并据此获得不同送风流量的不同终点预报时间的校准值；步骤8，在吹炼过程中，在预设的时间间隔内，采用对应时间点的校准值对上一预报时刻的预报值进行动态校正。

全文数据：

权利要求：

百度查询： 中南大学 一种转炉吹炼终点预报方法