期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM-CGAN的高炉透气性指数预测数值模型
1
作者
陈焕龙
杨佳毅
+2 位作者
田铁磊
张玉柱
龙跃
《冶金能源》
北大核心
2025年第4期55-61,共7页
高炉透气性指数是表征高炉稳定运行的一个关键指标,其精准预测对于保障炉况稳定运行具有重要意义。基于某钢铁厂3号炉全年的生产数据,文章提出了一种基于长短时记忆网络(LSTM)与条件生成对抗网络(CGAN)相结合的高炉透气性指数预测模型(L...
高炉透气性指数是表征高炉稳定运行的一个关键指标,其精准预测对于保障炉况稳定运行具有重要意义。基于某钢铁厂3号炉全年的生产数据,文章提出了一种基于长短时记忆网络(LSTM)与条件生成对抗网络(CGAN)相结合的高炉透气性指数预测模型(LSTM-CGAN)。在数据预处理阶段,采用了均值—差分结合方法、指数平滑处理以及标准化方法对数据进行预处理,以确保数据的质量和模型的泛化能力。实验结果表明,LSTM-CGAN预测模型能够实现高炉透气性指数的预测,且在误差为0.1的条件下,预测命中率达到86.6%。最后通过与其他预测模型比较,LSTM-CGAN模型在预测精度和稳定性方面均表现优越,其均方误差最小为0.14537、R^(2)最高为0.84280,表明LSTM-CGAN预测模型对高炉透气性指数预测具有较强的应用潜力,为保障高炉的稳定顺行提供了理论基础。
展开更多
关键词
透气性指数
条件生成对抗网络
长短时记忆网络
高炉
大数据
在线阅读
下载PDF
职称材料
题名
基于LSTM-CGAN的高炉透气性指数预测数值模型
1
作者
陈焕龙
杨佳毅
田铁磊
张玉柱
龙跃
机构
唐山市体育运动学校
华北理工大学
出处
《冶金能源》
北大核心
2025年第4期55-61,共7页
基金
国家自然科学基金资助项目(52474356)
中央引导地方科技发展资金项目(246Z4002G)。
文摘
高炉透气性指数是表征高炉稳定运行的一个关键指标,其精准预测对于保障炉况稳定运行具有重要意义。基于某钢铁厂3号炉全年的生产数据,文章提出了一种基于长短时记忆网络(LSTM)与条件生成对抗网络(CGAN)相结合的高炉透气性指数预测模型(LSTM-CGAN)。在数据预处理阶段,采用了均值—差分结合方法、指数平滑处理以及标准化方法对数据进行预处理,以确保数据的质量和模型的泛化能力。实验结果表明,LSTM-CGAN预测模型能够实现高炉透气性指数的预测,且在误差为0.1的条件下,预测命中率达到86.6%。最后通过与其他预测模型比较,LSTM-CGAN模型在预测精度和稳定性方面均表现优越,其均方误差最小为0.14537、R^(2)最高为0.84280,表明LSTM-CGAN预测模型对高炉透气性指数预测具有较强的应用潜力,为保障高炉的稳定顺行提供了理论基础。
关键词
透气性指数
条件生成对抗网络
长短时记忆网络
高炉
大数据
Keywords
permeability index
conditional generative adversarial network
long short-term memory
blast furnace
big data
分类号
TF54 [冶金工程—钢铁冶金]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM-CGAN的高炉透气性指数预测数值模型
陈焕龙
杨佳毅
田铁磊
张玉柱
龙跃
《冶金能源》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
