改进粒子群算法优化最小二乘支持向量机的高炉炉温预测研究  

作　　者：薛永杰 

机构地区：[1]青岛科技大学

出　　处：《经济技术协作信息》2020年第27期80-80,共1页

摘　　要：针对铁水硅含量预测高炉炉温的不科学性。提出了一种基于粒子群算法优化最小二乘支持向量机的高炉炉温预测模型。通过粒子群之间的信息交流、相互协作找到最优参数,并通过改进粒子群算法优化惯性权重和学习因子,得到采用最优参数的最小二乘支持向量机建立的高炉炉温预测模型。实验结果表明,本文模型提高了高炉炉温的预测精度,在高炉冶炼工艺中具有很好的实际应用价值。

关 键 词：最小二乘支持向量机 高炉炉温 高炉冶炼 最优参数 预测模型 学习因子 惯性权重 铁水硅含量 

分 类 号：TF5[冶金工程—钢铁冶金]