焦炭质量指标分析与预测

焦炭作为高炉炼铁的主要原料,在高炉中起供热、还原剂、骨架等作用,其质量直接影响生铁质量。提出一种基于多层神经网络的焦炭质量指标预测方法,该方法采用极限梯度增强树对影响焦炭质量的指标进行相关性分析,选取相关性较强的指标构建训练样本,并采用多层神经网络预测焦炭质量指标。基于实际运行数据的实验与现场应用的统计结果表明,该模型精度能够满足焦化厂生产需求。

基于QCSSA-LSTSVR的氧化铝质量预测模型

针对氧化铝焙烧过程氧化铝质量指标检测滞后的问题,提出融合最小二乘孪生支持向量机(LSTSVR)与量子混沌樽海鞘算法(QCSSA)方法,建立一种氧化铝焙烧过程的质量指标预测模型。首先,利用LSTSVR建立氧化铝质量指标预测模型;其次,针对LSTSVR模型中核宽度系数和惩罚因子选取困难的问题,采用QCSSA进行LSTSVR模型结构参数寻优,利用Logistic混沌策略和量子局部搜索策略来提高SSA的全局寻优能力;最后,利用实际生产数据对所提方法进行实验验证。仿真结果表明,QCSSA优化LSTSVR的方法具有较好的预测效果。

Building a Comprehensive Well-off Society in Yunnan＇s Minority Areas A Study of the Prediction on the Differences in Life Quality Indexes

Based on the gray theory and GM （1, 1） model, the life quality indexes in next few years are predicted using the statistical data of the life quality indexes of Yunnan＇ s 8 minority areas in recent years and also compared with the standard value （2020） of building the national well-off society, and the differences between them are measured and calculated. Thus, effective reference information is provided for the decision-making of government.