选择性神经网络集成的焦化工序能耗预测模型

来源 :计算机与应用化学 | 被引量 : 0次 | 上传用户:xgw111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对我国钢铁行业高耗能、高污染的问题,提出一种基于选择性神经网络集成算法的焦化工序能耗预测模型。通过对焦化工序实际能源产销数据进行训练得到神经网络学习器,再将不同抽样权重的样本数据通过神经网络模型,构成预测函数序列。最后,根据预测函数的预测效果进行剔除和保留,构成选择性集成预测模型。该方法能够将单一的弱学习算法通过集成提升为强学习算法,从而提高预测模型精度。实验结果表明,该方法在焦化工序投料配比与能耗预测的模型中取得了较好的效果,能够有效指导钢铁企业节能减排。 Aiming at the problem of high energy consumption and high pollution in China’s steel industry, this paper proposes a prediction model of energy consumption of coking process based on the selective neural network ensemble algorithm. The neural network learner is trained by actual energy production and sales data of the coking process, and the sample data of different sampling weights are passed through the neural network model to form the prediction function sequence. Finally, the predictive function of the predictive effect of the removal and retention, constitute a selective integrated forecasting model. This method can improve a single weak learning algorithm to a strong learning algorithm through integration, so as to improve the accuracy of the prediction model. The experimental results show that this method has achieved good results in the model of coking process feed ratio and energy consumption prediction, which can effectively guide the iron and steel enterprises to save energy and reduce emissions.
其他文献
这个身材魁梧、面色黝黑、不苟言笑的山东汉子,为企业担起了一份义不容辞的责任,也担出一项项令人耀眼的成绩:“集团公司十佳优秀项目经理”、“交通部优秀项目经理”、“全
人口老龄化是当前我国社会发展的一个宏观人口经济背景,人口老龄化的快速增长和社会各方面的进步带来了大量健康而有活力的老年人,当前正是二战后出生的人口逐步步入老年的时期
学位
期刊
互联网被认为具有复兴公民参与的民主潜力。很多学者认为,中国活跃的网络世界是以公民意识的觉醒和公民社会发展为背景的。基于互联网的公民参与能进一步拓宽参与渠道、提升
学位
我们所担负施工的洛湛铁路M2标,是与二航局联合中标的工程项目,全长29.5公里,其中我们中铁十一局集团一公司项目部承担的施工里程为13.437公里,位于广东省信宜市朱砂镇与东镇镇
学位
经过20余年的市场化进程,我国的建材企业无论是从产量还是从质量上都具备了与发达国家竞争的水平.但是到目前为止,我国的建材企业与国际建材巨头相比,在产量和管理上都还存在
时代的巨轮转入21世纪,传播技术飞速发展,媒介之间不断融合和演化,诞生出新的传播方式。新媒介的陆续出现带来了社会、文化、经济等全方位的变革。对新媒介及其传播革新的研究,成