龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明提供了一种基于VAR多元时间序列的锌锅铁渣含量预测方法，包括以下步骤，选取某锌锅内连续生产的工艺参数数据，包括采集时间、锌浴温度、总铝含量、带钢速度、铁渣含量等；构建样本数据集；建立向量自回归模型的锌锅铁渣含量预测模型；通过脉冲响应分析影响因素对铁渣含量的影响，并根据模型预测未来铁渣含量的变化。本发明基于向量自回归模型的铁渣含量预测模型具有较好的预测能力，且稳定性较高，具有可信度和推广价值。
主权项：1.一种基于VAR多元时间序列的锌锅铁渣含量预测方法，其特征在于包括以下步骤：步骤1：选取某锌锅内生产的工艺参数；步骤2：构建样本数据集,获取一段连续时间内锌锅区域的稳定生产数据；步骤3：建立向量自回归模型的锌锅铁渣含量预测模型；步骤3-1：将步骤2样本集各个变量进行平稳性检验；步骤3-2：选取向量自回归模型的最优阶数；根据样本数为T的样本，确立其最大滞后阶数不超过然后分别通过LR检验、AIC准则、FPE准则、SC准则和HQ准则确定其最佳滞后阶数，将被最多准则选为最优滞后阶数的阶数作为自回归系数p值，构建VARp模型；步骤3-3：基于最优阶数建立向量自回归模型，即锌锅铁渣含量的预测模型；假设最优阶数为p，样本集为样本数为T，铁渣含量、总铝含量、锌浴温度、带钢速度为内生变量，构建向量自回归模型为：Yt＝β1Yt-1+…+βpYt-p+C+ut,t＝1,2,…,T其中，Yt是由第t个铁渣含量、总铝含量、锌浴温度、带钢速度组成的向量；Yt-p是Yt的p阶滞后；C是4维常数项列向量，ut表示随机误差项，β1,…,βp表示的待估计系数矩阵；步骤3-4：基于最优阶数建立向量自回归模型，验证模型是否稳定，若不稳定则重新按照步骤三建模；步骤4：通过脉冲响应分析影响因素对铁渣含量的影响，并根据模型预测未来铁渣含量的变化。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于VAR多元时间序列的锌锅铁渣含量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号