ارائه مدلی جهت پیش بینی و کنترل هوشمند feo گندله به همراه شناسایی عوامل موثر بر آن با استفاده از تکنیک های یادگیری ماشین

یکی از پارامترهای اندازه‌گیری کیفیت گندله‌ی خروجی، درصد اکسید آهن خروجی(feo) می‌باشد که این پارامتر بایستی تحت کنترل قرار بگیرد. با توجه به بررسی‌های به‌عمل‌آمده، هرچه میزان این اکسید کمتر باشد، گندله‌ی خروجی از کیفیت بیشتری برخوردار می‌گردد.در این پژوهش به منظور توسعه استراتژی کنترل، تکنیک های یادگیری ماشین مانند روش های رگرسیونی حداقل انقباض، حداقل زاویه، تور کشسان و درخت های تصمیم برای 196 متغیر و داده های یکساله(4000 رکورد) استفاده گردید. در انتها ضمن شناسایی متغیرهای موثر توسط رگرسیون های بیزین، یک مدل درختی نیز جهت بهبود، پیش بینی و کنترل هوشمند ارائه گردید.