文献

J-GLOBAL ID：201602254144699437   整理番号：16A0877664

高炉溶銑温度の予測モデルに関する研究【Powered by NICT】

Study on prediction model of blast furnace hot metal temperature

著者 (4件)： Yue Youjun (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Dong An (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Zhao Hui (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China) ,  Wang Hongjun (Tianjin Key laboratory for Control Theory and Applications in Complicated System, Tianjin University of Technology, Binshui Xidao 391, Tianjin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICMA  ページ： 1396-1400  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 鉄鋼企業における高炉溶銑温度予測の精度を改善するために,遺伝的アルゴリズム最適化法により最適化されたグレイ関係解析とサポートベクトルマシンはこれを解決するために提案する。高炉溶銑温度に影響する主な因子は,グレイ関係解析により決定し,予測モデルを遺伝的アルゴリズム最適化に基づくサポートベクトルマシンにより確立される。この方法は,他の予測法と比較した。シミュレーション結果は,GRA GA SVMは高い予測精度を持つことを示した。予測の高炉溶銑温度のための提案した新しい,より効果的な方法。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 遺伝的アルゴリズム ,  シミュレーション ,  *予測モデル ,  最適化 ,  鉄鋼 ,  サポートベクトルマシン ,  *高炉 ,  予測技法 ,  *溶銑
準シソーラス用語： 予測精度 ,  温度予測 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 高炉 ,  溶銑 ,  予測モデル ,  研究