基于BP神经网络对合金收得率影响因素的研究

炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺.在钢水脱氧合金化过程中,合金收得率受多种因素影响,难以采用显式表达式确定.钢水脱氧合金化主要关注C、Mn、S、P、Si五种元素的含量,需要通过计算主要元素的历史收得率,并分析影响其收得率的因素.在此基础上,尽可能提高元素收得率的预测准确率,从而降低成本.基于此构建了基于BP神经网络预测C、Mn历史收得率模型,并采用了遗传算法来进行优化,克服神经网络的缺点.最终得到C的历史回归率影响因素为转炉终点C、连铸正样C、钢水净质量、石油焦增碳剂用量、碳化硅用量,Mn的历史回归率影响因素为转炉终点Mn、连铸正样Mn、钢水净质量、硅锰面用量、碳化硅用量.

基于完全二次型分类器对机场出租车司机决策行为的研究

为了探究机场出租车司机合理的决策行为,文章搜集了上海虹桥机场附近的出租车轨迹数据,依据自定义的司机等待时间成本和空载时间成本,并结合其他因素,构建影响出租车司机决策的影响因素体系。然后通过灰色关联度分析从体系中选取具有说服力的影响因素,即灰色关联度数值大于0.65的因素,最后利用所建立的完全二次的Logistic二分类器模型对机场不同出租车司机的决策行为进行预测,结果表明完全二次的二分类器在数据集上能实现96.77%的预测准确率。