• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Information Science and Technology >AP Based CBR for Endpoint Carbon Content Prediction of BOF Steelmaking
【24h】

AP Based CBR for Endpoint Carbon Content Prediction of BOF Steelmaking

机译：基于AP的CBR用于终点碳含量预测BOF炼钢

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The endpoint carbon content of steelmaking is an important criterion for steel quality. Aiming at increasing the accuracy of endpoint carbon content prediction in basic oxygen furnace (BOF) steelmaking, this paper uses case-based reasoning (CBR) method to predict the endpoint carbon content of BOF steelmaking. In CBR, case retrieval makes a significant impact on reasoning result. Therefore, we apply affinity propagation (AP) clustering algorithm and waterfilling algorithm to enhance the case retrieval so as to improve the accuracy and stability of endpoint carbon content prediction. Through the simulation experiment, this paper compares the new model we proposed with the widely used method at present. The results show that the improved CBR can obviously improve the accuracy of endpoint carbon content prediction.
机译：钢制造的终点碳含量是钢材质量的重要标准。旨在提高基本氧气炉（BOF）炼钢中终点碳含量预测的准确性，本文采用基于病例的推理（CBR）方法来预测BOF炼钢的终点碳含量。在CBR中，案例检索对推理结果产生重大影响。因此，我们应用亲和传播（AP）聚类算法和水填充算法，以提高案例检索，以提高端点碳含量预测的精度和稳定性。通过仿真实验，本文比较了我们目前广泛使用的方法所提出的新模型。结果表明，改进的CBR可以明显提高终点碳含量预测的准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号