第3期 汪红兵等：基于案例推理预测精炼开始钢水温度 ·267· (a) 面高碳锰铁和碳剂的案例 状量 出☐ 包醛 出时面 锅水净重■ 运时间☐ 钢水布重量■ 运间 出钢前度 加人高碳铁量】 出钢商温度 加人高碳铁量] 加人硅铁量刀 加人缺量☐ 加人硅铁量 加人岛块量☐ 加人增试剂量】 加人疾钙铁量】 师人增恢剂 加人铝联钙铁量】 侧人中碳锰铁量 加人铝质合脱氧州量 加人中碳锰铁量 加人铝质合股氧剂 (b) 关键指标 正第 故障 出时间 回 ▣ 包龄 回 口 出钢前温度 回 ▣ 钢水净重量 回 口 运时间 回 口 加料高味起铁重量 回 加硅性重量 口 ⊙ 加料铝快重量 ▣ 加科铝镇钙铁重量 加料铝质符合税氧利重量 ◇ ⊙ 加料增碳重量 ▣ 加科中碳但铁雷量 口 回 图3案例集(a)及状态向量取值(b) Fig.3 Case set (a)and values of state vectors (b) 2.2粗选 相似度，而在计算时只考虑连续取值的特征参数. 粗选，指的是在类选后的案例集中再根据状态 设待分析案例为so,己有案例集为{sIi=1,2,…, 向量所取的离散值进行匹配搜索.表2给出了一个 m},m是已有案例的数目，则案例s。和已有案例集 案例的状态向量和特征向量的取值 中各个案例s:在n维空间上的灰色相似度为 1 表2案例的状态向量和特征向量取值 GsIM(s05s,）= Table 2 Values of state vectors and of eigenvectors G,因团) 1+/ 参数 状态向量 特征向量 1 出钢时间/min 正常 5.000 G(）=G.W,-1 包龄/次 正常 35.000 为案例so和s在特征向量的第k个属性上的灰色 出钢前温度/℃ 正常 1671.000 距离.其中G(s。(k),s:(k))为案例s。和s,在特征 钢水净重量kg 正常 277325.000 向量的第k个属性上的关联系数. 运输时间/min 正常 16.970 G (so (k),s;(k))=(minmin lso (k)- 加料高碳锰铁重量g 正常 1094.000 s (k)1]+maxmax Geglso (k)-s;(k)])/ 加料硅铁重量八kg 偏小 0.000 wglso (k)-s;(k)I+maxmax [ilso (k)-s;()1]} 2.3精选 (3) 精选，指的是在粗选后的案例集中根据相似度 式中：（∈D,1]为分辨系数，一般取(=0.5；wk为特 进行搜索.本文基于灰色关联度的方法计算案例的 征向量的第k个属性的权值，该权值由层次分析法第 3 期 汪红兵等: 基于案例推理预测精炼开始钢水温度 图 3 案例集( a) 及状态向量取值( b) Fig． 3 Case set ( a) and values of state vectors ( b) 2. 2 粗选 粗选，指的是在类选后的案例集中再根据状态 向量所取的离散值进行匹配搜索． 表 2 给出了一个 案例的状态向量和特征向量的取值． 表 2 案例的状态向量和特征向量取值 Table 2 Values of state vectors and of eigenvectors 参数 状态向量 特征向量 出钢时间/min 正常 5. 000 包龄/次 正常 35. 000 出钢前温度/℃ 正常 1 671. 000 钢水净重量/kg 正常 277 325. 000 运输时间/min 正常 16. 970 加料高碳锰铁重量/kg 正常 1 094. 000 加料硅铁重量/kg 偏小 0. 000 2. 3 精选 精选，指的是在粗选后的案例集中根据相似度 进行搜索． 本文基于灰色关联度的方法计算案例的 相似度，而在计算时只考虑连续取值的特征参数． 设待分析案例为 s0，已有案例集为{ si | i = 1，2，…， m} ，m 是已有案例的数目，则案例 s0 和已有案例集 中各个案例 si 在 n 维空间上的灰色相似度为 GSIM ( s0，si ) = 1 1 + ∑ n k = 1 G2 d ( s0 ( k) ，si ( k 槡 ) ) ， Gd ( s0 ( k) ，si ( k) ) = 1 Gc ( s0 ( k) ，si ( k) ) － 1 为案例 s0 和 si 在特征向量的第 k 个属性上的灰色 距离． 其中 Gc ( s0 ( k) ，si ( k) ) 为案例 s0 和 si 在特征 向量的第 k 个属性上的关联系数． Gc ( s0 ( k) ，si ( k) ) = { min i min k ［wk |s0 ( k) － si ( k) |］+ ζ max i max k ［wk |s0 ( k) － si ( k) |］} / { wk |s0 ( k) － si ( k) | + ζ max i max k ［wk |s0 ( k) － si ( k) |］} ( 3) 式中: ζ∈［0，1］为分辨系数，一般取 ζ = 0. 5; wk 为特 征向量的第 k 个属性的权值，该权值由层次分析法 ·267·