本发明公开了一种基于深度置信网络的烧结矿化学成分预测方法。该方法根据烧结混合料化学成分，采用基于DBN算法的预测方法来预测烧结矿化学成分；具体包括以下步骤：首先获取烧结厂实际生产的历史数据，剔除异常数据并归一化处理；然后确定影响烧结矿质量的输入输出参数，使用灰色关联分析法来检验输入参数的合理性；再建立基于DBN的烧结矿化学成分预测模型，并使用历史数据数据训练、优化预测模型；最后以此预测模型来预测烧结矿化学成分，并对结果反归一化处理，得到烧结矿化学成分预测值。与现有技术相比，本发明基于DBN的预测模型能更精确实现复杂非线性函数的逼近，提高烧结矿化学成分预测精度，在实际生产中具有应用推广价值。
声明：
“基于深度置信网络的烧结矿化学成分预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1067
编辑：管理员
来源：北方有色网
咨询细节
