一种基于案例推理的钢水温度预测方法

摘要

本发明公开了一种基于案例推理的钢水温度预测方法，包括：步骤一，建立存储有钢水温度的影响因素的值和钢水温度的案例库；步骤二，定义当前问题和问题解；步骤三，根据关键的状态向量对案例库中的案例集进行类选；步骤四，根据所有状态向量的离散值对类选后的案例集进行粗选；步骤五，根据当前问题与候选案例的灰度相似度对粗选后的案例集进行精选；步骤六，择优加权计算大于预设相似度阈值的匹配案例，得出当前问题的问题解。本发明是基于多步检索策略案例推理方法，克服了传统神经网络方法训练时间长和不适合在线应用等缺点，由于采用了带权值的灰色关联度方法，在一定程度上解决了生产数据不完整或存在干扰的问题。