预测铁水硅含量的TGARCH模型研究

石琳; 任超凡; 于涛; 李江鹏

首页> 中文期刊> 《内蒙古科技大学学报》 >预测铁水硅含量的TGARCH模型研究

预测铁水硅含量的TGARCH模型研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在高炉炼铁过程中,铁水硅含量是表征炉温热状态的主要参数指标.本文利用包钢6#高炉2011年连续2个月的铁水硅含量700炉生产数据,将金融领域中预测股票波动的时间序列模型用于高炉铁水硅含量的预测中,建立了铁水硅含量的时间序列预测模型.该预测模型重点考虑了炉温的波动性、非对称性、异方差性,克服了以往炉温控制模型只针对炉况较稳定时才能预测的缺陷.因此该炉温模型预测命中率达到80％,取得较好预测效果.

著录项

来源
《内蒙古科技大学学报》 |2013年第4期|330-333|共4页
作者
石琳; 任超凡; 于涛; 李江鹏;
展开▼
作者单位

内蒙古科技大学数理与生物工程学院,内蒙古包头014010;

内蒙古科技大学信息工程学院,内蒙古包头014010;

内蒙古科技大学数理与生物工程学院,内蒙古包头014010;

内蒙古科技大学数理与生物工程学院,内蒙古包头014010;

展开▼
原文格式 PDF
正文语种 chi
中图分类高炉熔冶过程;
关键词
TGARCH模型; 炉温波动性; 非对称性; 异方差性; 时间序列;

相似文献

中文文献
外文文献
专利

1. TGARCH模型预测高炉铁水硅质量分数 [J] . 潘伟 ,刘祥官 ,曾九孙 . 浙江大学学报（工学版） . 2010,第004期
2. 基于BP神经网络的高炉铁水硅含量预测模型研究 [J] . 曾燕飞 ,李小伟 . 微计算机信息 . 2006,第019期
3. 基于BP神经网络的高炉铁水硅含量预测模型研究、 [J] . 曾燕飞 ,李小伟 . 微计算机信息 . 2006,第07S期
4. 主成分分析和最小二乘支持向量机模型在铁水硫和硅含量预测中的应用 [J] . 赵宁 ,王玉英 ,杨凡 . 冶金分析 . 2020,第002期
5. 基于LSTM-RNN模型的铁水硅含量预测 [J] . 李泽龙 ,杨春节 ,刘文辉 . 化工学报 . 2018,第003期
6. 铁水硅含量的随机模糊神经网络预测模型 [C] . 龚淑华 ,李启会 . 2007年中国智能自动化会议 . 2007
7. 基于Elman-Adaboost模型的高炉铁水硅含量回归与分类预测研究 [A] . 庄田 . 2018

预测铁水硅含量的TGARCH模型研究

摘要

著录项

相似文献

相关主题

期刊订阅