基于ARIMA-MC模型钢铁企业高炉煤气发生量预测

【摘要】：为了预测钢铁企业高炉煤气发生量,本文用ARIMA模型及马尔科夫链建立了ARIMA-MC模型对高炉煤气的发生量进行预测。结合某钢铁企业实际的原始数据,通过实验,随机抽取多组测试结果中的两组,1#和2#各30个点进行预测,结果表明预测平均相对误差分别为2.27%、3.03%。实验结果证明新算法的有效性。 【作者单位】： 信阳职业技术学院;
【关键词】： 高炉煤气发生量 ARIMA模型 ARIMA-MC模型 马尔科夫链
【分类号】：TF54
【正文快照】： 0引言高炉煤气(BFG)是钢铁企业的重要二次能源之一,大型企业在生产钢铁过程中,为了保证其正常运行,高炉煤气发生量的变化趋势需要随时准确掌握。因为在实际生产过程中,影响分配高炉煤气的因素复杂,原始数据的周期波动变化较大以及大量随机的人为扰动现象,有效的预测模型[1-2]

您可以在本站搜索以下学术论文文献来了解更多相关内容

单变量ARIMA模型的铁水钛含量预报    马世文;任盛怡;曹长修;

ARIMA和RBF神经网络相融合的股票价格预测研究    俞国红;杨德志;丛佩丽;