[发明专利]用于高炉铁水硅含量预测模型的数据约简处理方法及装置

摘要

本发明公开了一种用于高炉铁水硅含量预测模型的数据约简处理方法及装置，该方法通过引入高炉铁水冶炼的工艺特征，数据特征以及工作人员的实际经验，将其转化为属性优先级序列，利用必要集冲突检测的机制和递归的方法，保证求出的约简唯一且与应用最匹配；其中设置的必要集BS，保证了约简集R中属性的非冗余性，并用于判断核属性冲突；采用递归的方式求取最匹配约简，利用递归自带的现场保护，在遇到核属性冲突时，直接以最简单的方式逐一返回到上一个状态，而不用进行状态恢复；整个处理过程操作简单，计算结果准确，该方法具有较大的推广价值。

主权项

一种用于高炉铁水硅含量预测模型的数据约简处理方法，其特征在于，包括以下步骤：Step1，通过分析高炉冶炼过程的运行机理，计算所采集的高炉冶炼数据的相关性，并结合现场工人的实际操作经验制定高炉冶炼条件属性数据的优先级序列P；所述高炉冶炼数据是指富氧率、标准风速、透气性指数、冷风流量、炉腹煤气量、炉腹煤气指数、理论燃烧温度、顶压、富氧压力、冷风压力、全压差、热风压力、实际风速、热风温度、鼓风动能以及硅含量，所述高炉冶炼数据中的硅含量为决策数据，其余数据为条件属性数据；Step2，对历史高炉冶炼数据进行离散化处理，并构建可辨识矩阵M，M＝{m(i,j)}；其中，xi,xj表示不同的为高炉冶炼样本数据，a(xi)和a(xj)表示高炉冶炼样本数据xi,xj中属性a的对应值，C表示所有条件属性数据的集合；如果两个不同决策值样本的所有条件属性值都相同，则称两个决策值不同的样本为不一致样本；Step3，对可辨识矩阵计算核属性core，删除可辨识矩阵M中包含核属性的元素，检查可辨识矩阵M是否为空，如果是，则输出约简集R＝core，结束约简处理过程；否则，删除优先级序列P中核属性对应的条件属性，转Step4；如果可辨识矩阵中的某个元素只包含一个条件属性，则该条件属性为核属性；Step4，初始化约简集必要集Step5，对优先级序列P中的条件属性依次进行递归求解，输出约简集R；Step6，将约简集R与所有核属性core的并集作为最终的约简集。