来源：期刊VIP网 时间：
作者：陈焕龙;杨佳毅;田铁磊;张玉柱;龙跃;
单位：唐山市体育运动学校;华北理工大学;
摘要：高炉透气性指数是表征高炉稳定运行的一个关键指标，其精准预测对于保障炉况稳定运行具有重要意义。基于某钢铁厂3号炉全年的生产数据，文章提出了一种基于长短时记忆网络(LSTM)与条件生成对抗网络(CGAN)相结合的高炉透气性指数预测模型(LSTM-CGAN)。在数据预处理阶段，采用了均值—差分结合方法、指数平滑处理以及标准化方法对数据进行预处理，以确保数据的质量和模型的泛化能力。实验结果表明，LSTM-CGAN预测模型能够实现高炉透气性指数的预测，且在误差为0.1的条件下，预测命中率达到86.6%。最后通过与其他预测模型比较，LSTM-CGAN模型在预测精度和稳定性方面均表现优越，其均方误差最小为0.145 37、R~2最高为0.842 80,表明LSTM-CGAN预测模型对高炉透气性指数预测具有较强的应用潜力，为保障高炉的稳定顺行提供了理论基础。
关键词：透气性指数;;条件生成对抗网络;;长短时记忆网络;;高炉;;大数据
基金资助：国家自然科学基金资助项目(52474356);; 中央引导地方科技发展资金项目(246Z4002G)
