一种基于贝叶斯理论的金属回收率预测方法、系统

专利申请号：CN202311025267.1

公 开 号：CN117056826A

发 明 人：夏沈豪 辛燕 李亚波 周怀湘 

代 理 人：宋方园

代理机构：南京华恒专利代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20231114

公 开 日：20230814

专利主分类号：G06F18/2415

关 键 词：炼炉 金属回收率 分类数据 索引结构 标准化 贝叶斯 聚类 特征数据库 标准形式 分类结果 机器学习 数据分析 特征分类 特征统计 特征转换 准确模型 预测 出钢 钢量 炉炼 匹配 

摘      要：本发明公开一种基于贝叶斯理论的金属回收率预测方法，将炼炉特征转换为标准形式，对所得炼炉标准化特征同时进行聚类和构造KD树；基于KD树索引结构，输入新的炼炉特征后，先对本炉炼炉数据做标准化，基于KD树索引结构匹配到距离新的炼炉特征最近的几个节点，结合炼炉特征分类结果，对新炼炉标准化特征做KNN分类，得到节点中类型数量占比最大的类型作为当前炼炉的分类数据；结合当前炼炉分类数据、聚类的炼炉分类结果以及炼炉特征数据库中的炼炉特征统计信息，进行贝叶斯预测估计。本发明利用数据分析和机器学习，结合历史炼炉数据和参数，建立准确模型，解决现有技术出钢、留钢量不稳定导致金属回收率难以精准计算的问题。