应用离群值检验方法优化转炉终点预测模型
准确预报转炉冶炼终点对于提高控制模型命中率具有重要意义.本研究针对转炉模型数据集中高维数、大数据量的特点，介绍了一种离群数据识别及检验的方法，对转炉模型的数据集进行筛选，使用总括值方法确定数据集边远值，采用聚类分析方法进行检验，确定样本中的离群数据.经筛选，神经网络预测模型预测残差绝对值的各项指标均有大幅降低，表明该方法应用于转炉模型数据筛选效果显著，可以改善现有的预测模型.
转炉冶炼 冶炼终点预测 离群数据识别及检验 聚类分析 神经网络
冯明霞 李强 邹宗树
东北大学 材料与冶金学院，辽宁 沈阳 110004
国内会议
沈阳
中文
14-18
2006-10-13（万方平台首次上网日期，不代表论文的发表时间）