一种转炉炼钢吹氧量影响因素的权重确定方法技术

本发明专利技术属于自动化控制技术领域，涉及一种转炉炼钢生产过程中吹氧量影响因素的权重计算方法。选取影响转炉炼钢吹氧量的因素作为条件属性，并以吹氧量作为决策属性，首先采用模糊ｃ均值（ＦＣＭ）聚类算法对转炉炼钢连续的属性数据离散化，然后对传统的贝叶斯粗糙集进行改进，在此基础上定义一个γ依赖度函数，并证明出该函数具有随着条件属性的增加而单调递增的性质，最终利用γ依赖度函数的单调特性确定影响吹氧量的各属性权重。本发明专利技术完全依赖于数据，避免主观因素的引入，确定合理的吹氧量影响因素的权重，可以更精确地计算吹氧量，对于生产出合格的钢水至关重要。

【技术实现步骤摘要】

本专利技术属于自动化控制
，涉及转炉炼钢生产静态模型的建立，特 别涉及一种转炉炼钢生产过程中吹氧量影响因素的权重计算方法。
技术介绍
转炉炼钢生产是将铁水降碳、升温、降低磷硫等杂质元素含量，获得合格 钢水的工业过程。通过顶吹氧气将铁水中的杂质元素氧化，加入造渣材料将杂 质从钢水中脱除。供氧制度是转炉炼钢生产中重要的工艺制度之一，供氧的好 坏直接影响着终点钢水的质量。转炉中的反应复杂，影响吹氧量的因素很多， 并且各因素的影响程度又不相同，给吹氧量的确定带来了很大困难。建立合理 的吹氧量计算模型首先需要确定吹氧量各影响因素的权重，然而在实际中，属 性权重往往通过专家经验确定，引入了过多的主观因素，影响了模型的精度。 因此确定合理的吹氧量影响因素的权重，可以更精确地计算吹氧量，对于生产 出合格的钢水至关重要。转炉炼钢吹氧量影响因素的权重计算是一种确定属性权重的方法。目前， 确定属性权重方法主要有基于粗糙集理论确定属性的权重(刘盾，胡培，蒋朝哲. 一种基于粗集理 论的属性权重构造方法.系统工程与电子技术，2008， 30 (8): 1481-1484);将模糊理论和粗糙集理论相结合确定属性的权重(柳炳祥，李海林.基于模糊粗糙集的因素权重分配方法.控制与决策，2007， 22 (12): 1437-1440)。上述两种方法都是基于传统的粗糙集理论确定属性权重，仅利用数据本身提供的信息，无需任何先验的专家知识，避免了主观因素的引入。但传统的粗 糙集理论在处理集合间关系时过于严格，容易将有用的信息也剔出掉，不利于 决策分析。
技术实现思路
本专利技术要解决的技术问题是提供一种转炉炼钢吹氧量影响因素的权重确定 方法。本专利技术的技术方案为首先采用模糊c均值(FCM)聚类算法对转炉炼钢连续的属性数据离散化，然后对传统的贝叶斯粗糙集进行改进，在此基础上定 义一个Y依赖度函数，并证明出该函数具有随着条件属性的增加而单调递增的 性质，最终利用这个性质确定影响吹氧量的属性权重。具体步骤如下步骤l:选取影响转炉炼钢吹氧量的因素作为条件属性，如铁水碳含量、 铁水硅含量、钢种等，以吹氧量作为决策属性，采用模糊c均值(Fuzzy C-Means， FCM)聚类算法对连续的属性数据离散化。FCM聚类算法是基于目标函数的聚类算法，目标函数如下式,=1 fc=l其中，c为分类个数，m为加权指数，w为样本个数，^为第^:个样本对于第/ 类的隶属度，^为第A:个样本与第/类的典型样本之间的失真度，通常用两个矢 量间的距离来衡量。最后使目标函数达到最小值，作为最终的分类结果。(1)初步选择聚类个数的范围，在每个聚类数的情况下，分别采用模糊c 均值聚类算法对连续属性数据聚类；FCM算法步骤具体如下A:确定聚类类别数c， 2"< ，"是数据个数，设定迭代停止阈值"初 始化聚类原型模式^(°)，设置迭代计数器b:0。B:计算出新的隶属度矩阵f/""，矩阵中各元素《+"可以通过下式求出，<formula>formula see original document page 5</formula>如果存在/， A，使得《)=0，则《+1) = 1，且对byt，《+1)=0。并且可以证明各元 素对应于各分类的隶属度之和为1。C:更新聚类原型模式尸(一，矩阵中各分类的新聚类中心可通过下式计算出来<formula>formula see original document page 5</formula>式中A为第A条样本数据。D:如果<formula>formula see original document page 5</formula>则算法停止，否则令b^+l，转向步骤二继续执行。(2)将取各聚类数时的聚类结果代入到由Xie和Beni在1991年提出的有 效性评价函数中，以使该函数值最小的聚类数作为最佳的聚类数。有效性评价 函数具体形式如下；<formula>formula see original document page 5</formula>其中c为聚类个数，W为数据个数，x,.为第/条数据，^为第/个聚类中心， 为第y条数据对应第/类的隶属度。最后将各条数据划分到其隶属度最大的那个 聚类中。步骤2:计算吹氧量D对影响吹氧量的条件属性集C的依赖度Y(Z)IC)，以 及缺失某一条件属性。 的依赖度YCD|C-{C,});步骤3:计算各条件属性c,的重要度S/G&)，具体可以通过下式进行计算；<formula>formula see original document page 5</formula>步骤4:对各属性重要度进行归一化处理，得到各条件属性的权重>V(G)， 如下式；其中步骤2—步骤4是通过改进传统贝叶斯粗糙集模型，提出Y依赖度函 数，并证明该函数具有随着条件属性的增加而单调递增的性质。粗糙集理论(rough settheory, RST)是由波兰学者Pawlak在1982年提出的， 仅利用数据本身提供的信息，无需任何先验的专家知识，因此己被广泛应用到 实际的决策中。经典的Pawlak粗糙集理论在处理分类关系时过于严格，容易将 有用的信息也剔出掉，不利于决策分析。Ziarko等人将概率理论和粗糙集理论相 结合提出了变精度粗糙集和贝叶斯粗糙集，在判断集合间隶属关系时，引入了 一个不确定度，能够更好的描述集合间的依赖关系，弥补了经典粗糙集的不足， 如附图所示。但Ziarko等人提出的理论是只能处理决策属性是二分类的情况， 而对决策属性是多分类的情况无能为力，限制了应用范围。本专利技术对传统的贝叶斯粗糙集进行改进，将应用范围由二决策类扩展到多 决策类，提出了一个衡量属性间依赖程度的Y函数，并证明Y依赖度函数具有随 着属性的增加单调递增的性质，进而利用这个性质计算属性权重。设C/为有限 论域，是t/上的一个等价关系。t/按等价关系i 进行不可分辨划分t///7VD(i )， 得到i 的基本集fi:t/〃M^)-"，^...,^ ，其中是按/WD(i )划分得到的等价类，对任意/^/满足￡,1 并且(7-(j《。尸为定义在f/的子集类构成的7代数上的概率测度，对^/的任意非空子集1〔[/都满足0<户(^)<1。设X和r是t/上非空子集，尸("y)表示F发生的条件下X发生的概率，可以反映y对x的 影响程度。传统的贝叶斯粗糙集模型对于目标集Z c的正域、负域AA五G、X)和边界域^wr(y)的定义为POT(I) = U{￡, e ￡ :尸(X I ￡,) >( 5 ) 服(T(义)=U{￡, e ￡:尸(Z I ) <尸(义)} ( 6 )= U{￡, e ￡:尸(I | ￡,)=尸(X" ( 7 )传统的贝叶斯粗糙集可以处理二决策的情况，但不能处理多决策类的情况。设 S^t/,i )为一个决策表，其中C/为非空的有限论域,是所有样本的集合，^CUD， 且CI ，是非空的等价关系有限集，这里指所有属性的集合，Oh，"...,cJ为条件属性集，1)={力为决策属性。在决策属性是二分本文档来自技高网...

【技术保护点】
一种转炉炼钢吹氧量影响因素的权重确定方法，其特征在于包括如下步骤：　步骤１：选择吹氧量的影响因素，对连属性数据离散化：选取影响转炉炼钢吹氧量的因素作为条件属性，以吹氧量作为决策属性；　（１）初步选择聚类个数的范围，在每个聚类数的 情况下，分别采用模糊ｃ均值聚类算法对连续属性数据聚类；　（２）将取各聚类数时的聚类结果代入到由Ｘｉｅ和Ｂｅｎｉ在１９９１年提出的有效性评价函数中，以使该函数值最小的聚类数作为最佳的聚类数；有效性评价函数具体形式如下；　Ｖ↓［ＸＢ ］＝＊＊μ↓［ｉｊ］↑［２］‖ｘ↓［ｊ］－ｖ↓［ｉ］‖↑［２］／ｎ（＊‖ｖ↓［ｉ］－ｖ↓［ｋ］‖↑［２］）　其中ｃ为聚类个数，Ｎ为数据个数，ｘ↓［ｊ］为第ｊ条数据，ｖ↓［ｉ］为第ｉ个聚类中心，ｕ↓［ｉｊ］为第ｊ条数据对应第ｉ类的隶属度 ；最后将各条数据划分到其隶属度最大的那个聚类中；　步骤２：计算吹氧量Ｄ对影响吹氧量的条件属性集Ｃ的依赖度γ（Ｄ｜Ｃ），以及缺失某一条件属性ｃ↓［ｉ］的依赖度γ（Ｄ｜Ｃ－｛ｃ↓［ｉ］｝）；　步骤３：计算各条件属性ｃ↓［ｉ］的重要度 ＳＩＧ（ｃ↓［ｉ］），具体可以通过下式进行计算；　ＳＩＧ（ｃ↓［ｉ］）＝γ（Ｄ｜Ｃ）－γ（Ｄ｜Ｃ－｛ｃ↓［ｉ］｝）　步骤４：对各属性重要度进行归一化处理，得到各条件属性的权重ｗ（ｃ↓［ｉ］），如下式；　ｗ（ｃ↓［ｉ］）＝Ｓ ＩＧ（ｃ↓［ｉ］）／＊ＳＩＧ（ｃ↓［ｊ］）。...

【技术特征摘要】

【专利技术属性】
技术研发人员：韩敏，张俊杰，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：91[中国|大连]