Resumen

El coque es un conducto indispensable y vital para la fundición de altos hornos, durante la cual desempeña un papel clave como agente reductor, fuente de calor y estructura de soporte. Se establecen modelos de predicción de la calidad del coque basados en ANN para mapear la relación funcional entre los parámetros de calidad , , V, , y la propiedad de coquización (, , y ) del carbón mezclado y los parámetros de calidad , , índice de reactividad del coque (CRI) y resistencia del coque después de la reacción (CSR) del coque. Se diseña un método de entrenamiento de red regularizado basado en la función Sigmoid considerando que la redundancia de la estructura de la red puede llevar al aprendizaje de ruido no deseado, en el cual se eliminan los pesos que tienen poco impacto en el rendimiento y que conducen al sobreajuste en términos de complejidad computacional y errores de entrenamiento. Se encuentra que la red neuronal de avance en cascada con validación es la más adecuada para la predicción de la

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Coca cola; Calidad; Red neuronal; Predicción; Parámetros; Producción
• Keywords:Coke; Quality; Neural network; Prediction; Parameters; Production