第4期 曹卫华等：基于主客观证据融合的高炉悬料预测方法 ·511· LSSVM模型（即表中方法Ⅱ）和本文所提预测方法 方法同样具有很大的优势，而三种预测方法在不同 的炉况预测结果，炉况预测概率曲线如图2和图3 治炼状态下的预测准确率有所不同，是由于不同治 所示，炉况预测结果准确率如表1所示.其中，单一 炼状态下炉况样本参数幅值及其波动大小的不同所 主观证据的融合结果和本文所提的预测方法，根据 引起的 式(18)来确定炉况预测结果：单一后验概率LSSVM 表2治炼状态划分准则 模型的输出以0.6为决策值，判断炉况预测结果. Table 2 Smelting state division criterion 表1炉况预测结果准确率对比 治炼状态 治炼强度，1/(m3·d1) Table 1 Comparison of prediction accuracy for furnace condition 强化 1>1.0 炉况测试 炉况预测 炉况预测 常规 0.9≤1≤1.0 预测 样本数 结果数 准确率/% 弱化 1<0.9 方法 悬料 正常 悬料 正常 悬料正常 12 方法I 60 120 51 100 85.00 83.33 1.0 方法Ⅱ 60 120 53 104 88.33 86.67 0.8 本文方法60 120 56 111 93.3392.50 0.6 1.2 实际发生概率 0.4 实际发生概率 。-本文所提方法须测概岸 1.0 0.2 。后验概率LSSVM模型预测概率 0.8 。基于D-S的主观证据融合预测概率 10 19 0.6 样本序列 0.4 ©本文所提方法预测概率 图4强化冶炼状态下悬料预测概率曲线 0.2 。后验概率1SSVM模型预测概率 →基于D-S的主观证据险合演测概率 Fig.4 Predicted probubility curves of hanging under intensity smel- 05101520253035404550560 ting 样本序列 图2悬料侦测概率曲线 实际发生概率 Fig.2 Predicted probability curves of hanging 1.2 →基于D-S的主观证据融合预测概率 1.0 ·本文所提方法预测概 0.8 0.2 。一后验概率LSSVM模型顶测做率 基于D-S的主观证据融合预测概率 0.6 10 152025303537 0.4 样本序列 一实际发生概率 0.2 ·本文所提方法预测概率 图5强化治炼状态下正常炉况预测概率曲线 一后验概率LSSVM模型预测概率 Fig.5 Predicted probability curves of normal furnace condition under 20 40 60 80 100 120 intensity smelting 样本序列 图3正常炉况预测概率曲线 1.2 Fig.3 Predicted probability curves of normal fumace condition 1.0 根据该钢铁企业高炉生产现场的操作制度，依 据冶炼强度I(t·(m3·d)-1)将高炉治炼过程划分 0.6 实际发生概率 为不同的治炼状态，具体如表2所示.按表2所述 4 。本文所提方法面测概率 治炼状态划分标准，分析各炉况测试样本所处的治 02 一后验概率LSSVM模型预测概幸 基于D-S的主观证据融合预测概率 炼状态，并统计各冶炼状态所含炉况测试样本数及 10 15 20 23 相应的炉况预测结果.相应的统计结果如图4~图 样本序列 9和表3~表5所示. 图6常规冶炼状态下悬料预测概率曲线 从表1及表3~表5可以看出，在整体和不同 Fig.6 Predicted probability curves of hanging under conventional 治炼状态下，本文所提预测方法相比两种单一预测 smelting第 4 期 曹卫华等: 基于主客观证据融合的高炉悬料预测方法 LSSVM 模型( 即表中方法Ⅱ) 和本文所提预测方法 的炉况预测结果，炉况预测概率曲线如图 2 和图 3 所示，炉况预测结果准确率如表 1 所示． 其中，单一 主观证据的融合结果和本文所提的预测方法，根据 式( 18) 来确定炉况预测结果; 单一后验概率 LSSVM 模型的输出以 0. 6 为决策值，判断炉况预测结果． 表 1 炉况预测结果准确率对比 Table 1 Comparison of prediction accuracy for furnace condition 预测 方法 炉况测试 样本数 炉况预测 结果数 炉况预测 准确率/% 悬料 正常 悬料 正常 悬料 正常 方法Ⅰ 60 120 51 100 85. 00 83. 33 方法Ⅱ 60 120 53 104 88. 33 86. 67 本文方法 60 120 56 111 93. 33 92. 50 图 2 悬料预测概率曲线 Fig． 2 Predicted probability curves of hanging 图 3 正常炉况预测概率曲线 Fig． 3 Predicted probability curves of normal furnace condition 根据该钢铁企业高炉生产现场的操作制度，依 据冶炼强度 I ( t·( m3 ·d) － 1 ) 将高炉冶炼过程划分 为不同的冶炼状态，具体如表 2 所示． 按表 2 所述 冶炼状态划分标准，分析各炉况测试样本所处的冶 炼状态，并统计各冶炼状态所含炉况测试样本数及 相应的炉况预测结果． 相应的统计结果如图 4 ～ 图 9 和表 3 ～ 表 5 所示． 从表 1 及表 3 ～ 表 5 可以看出，在整体和不同 冶炼状态下，本文所提预测方法相比两种单一预测 方法同样具有很大的优势，而三种预测方法在不同 冶炼状态下的预测准确率有所不同，是由于不同冶 炼状态下炉况样本参数幅值及其波动大小的不同所 引起的． 表 2 冶炼状态划分准则 Table 2 Smelting state division criterion 冶炼状态 冶炼强度，I/( t·m － 3 ·d － 1 ) 强化 I ＞ 1. 0 常规 0. 9≤ I ≤ 1. 0 弱化 I ＜ 0. 9 图 4 强化冶炼状态下悬料预测概率曲线 Fig． 4 Predicted probability curves of hanging under intensity smel￾ting 图 5 强化冶炼状态下正常炉况预测概率曲线 Fig． 5 Predicted probability curves of normal furnace condition under intensity smelting 图 6 常规冶炼状态下悬料预测概率曲线 Fig． 6 Predicted probability curves of hanging under conventional smelting ·511·