张建良，曹维超，国宏伟，苏步新，张涛
( 北京科技大学钢铁冶金新技术国家重点实验室，北京100083)
摘要: 炼铁是一个复杂多反应的冶炼过程，目前操作和管理都具有很强的经验性和盲目性。近年来数据挖掘的引入极大改善了这一状况，促进了炼铁系统的智能化。本文论述了利用聚类分析、决策树、主成分分析和神经网络等几种方法进行数据挖掘的原理及其在炼铁系统中的应用现状，并通过对这几种方法的分析及评价，指出数据挖掘在炼铁系统的未来发展方向和应用前景，即数据挖掘专家系统和以联机分析处理为框架的由各数据挖掘方法支撑的控制决策系统，将会成为未来数据挖掘在炼铁系统应用的主流和前沿。
关键词: 数据挖掘; 炼铁; 现状及展望; 智能控制
中图分类号: TF325; TP391 文献标志码: A 文章编号: 1000-7059( 2012) 05-0006-05
信息来源：《冶金自动化》2012 年 9 月 第 36 卷第 5 期 p6-10
