摘要
本发明公开了一种烧结矿碱度预测方法、装置及预测模型构建方法,属于烧结矿碱度预测技术领域。本发明的模型构建方法,包括:数据采集与预处理,采集烧结矿碱度及与其相关的工艺参数时序样本数据,并将样本数据划分为训练集和测试集;构建基于正则化自组织GRU的烧结矿碱度预测模型;采用训练集数据对模型进行训练优化。本发明通过采用基于神经元灵敏度分析的结构自组织增长策略,可以实现网络规模与任务复杂度的自适应匹配;而通过基于权重离散度与预测误差变化率的自适应正则化机制,可以根据网络训练状态动态调整正则化强度,从而解决常规深度学习模型结构固化的缺陷。