本文關(guān)鍵詞：高爐煉鐵過(guò)程多元鐵水質(zhì)量指標(biāo)多輸出支持向量回歸建模　出處：《控制理論與應(yīng)用》2016年06期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 高爐煉鐵 鐵水質(zhì)量 多輸出支持向量回歸(M SVR) 模型精度綜合評(píng)價(jià) 遺傳優(yōu)化 數(shù)據(jù)驅(qū)動(dòng)建模

【摘要】：針對(duì)高爐煉鐵過(guò)程鐵水溫度、Si含量、S含量、P含量等關(guān)鍵質(zhì)量指標(biāo)難以直接在線(xiàn)檢測(cè),且離線(xiàn)化驗(yàn)過(guò)程滯后嚴(yán)重的難題,建立基于建模精度綜合評(píng)價(jià)與遺傳參數(shù)優(yōu)化的鐵水質(zhì)量(molten iron quality,MIQ)多輸出支持向量回歸(multi-output support vector regression,M SVR)動(dòng)態(tài)模型,用于對(duì)高爐鐵水質(zhì)量指標(biāo)進(jìn)行在線(xiàn)估計(jì).與常規(guī)單輸出SVR建模不同,M SVR可一次確定多個(gè)分類(lèi)超平面,從而可實(shí)現(xiàn)多元鐵水質(zhì)量指標(biāo)的多輸出建模:建模精度綜合評(píng)價(jià)指標(biāo)從模型估計(jì)趨勢(shì)以及估計(jì)誤差等方面綜合評(píng)價(jià)建模性能;以建模精度綜合評(píng)價(jià)指標(biāo)為適應(yīng)度函數(shù),采用遺傳算法對(duì)M SVR的伸縮向量和懲罰因子參數(shù)進(jìn)行全局尋優(yōu),從而獲得具有最優(yōu)參數(shù)的GA M SVR動(dòng)態(tài)模型.在某鋼鐵廠2#高爐的工業(yè)實(shí)驗(yàn)表明:所提GA M SVR模型能夠根據(jù)實(shí)時(shí)輸入數(shù)據(jù)的變化對(duì)多元鐵水質(zhì)量參數(shù)進(jìn)行準(zhǔn)確估計(jì).
[Abstract]:閽堝楂樼倝鐐奸搧榪囩▼閾佹按娓╁害,Si鍚噺,S鍚噺,P鍚噺絳夊叧閿川閲忔寚鏍囬毦浠ョ洿鎺ュ湪綰挎嫻，

本文編號(hào)：1392019