典型文献
基于TSSA-SVR模型的焦炭质量预测模型研究
文献摘要：
焦炭质量对高炉冶炼的生产有着极大影响,建立精确度高、适应性好的焦炭质量预测模型对企业生产具有重要意义.为解决生产过程中焦炭质量难以实时测量的问题,提出一种基于混沌麻雀搜索算法(TSSA)优化支持向量回归机(SVR)的焦炭质量预测模型.首先采用改进Tent混沌映射初始化种群,加强麻雀搜索算法(SSA)的全局搜索能力,然后利用TSSA模型对SVR模型的参数进行优化,有效克服了传统SVR模型的参数选取问题.选取配合煤中的水分、灰分、挥发分等七项指标作为模型的输入,焦炭质量中的抗碎强度、耐磨强度、反应性、反应后强度四项指标作为模型的输出,依据焦化厂历史生产数据,对TSSA-SVR模型进行实例验证,并与SSA-SVR模型、SVR模型进行对比分析,实验结果表明,提出的方法具有较好的准确度和适应性,对焦炭生产具有一定的实用价值.
文献关键词：
焦炭质量;Tent混沌映射;麻雀搜索算法;支持向量回归机
中图分类号：
作者姓名：
暴子旗;卢才武;章赛;宋思远
作者机构：
西安建筑科技大学资源工程学院,陕西西安710055;西安市智慧工业感知计算与决策重点实验室,陕西西安710055
文献出处：
引用格式：
[1]暴子旗;卢才武;章赛;宋思远-.基于TSSA-SVR模型的焦炭质量预测模型研究)[J].中国矿业,2022(06):86-92
A类：
TSSA
B类：
SVR,焦炭质量预测,高炉冶炼,精确度高,中焦,实时测量,麻雀搜索算法,支持向量回归机,Tent,混沌映射,初始化,全局搜索,搜索能力,参数选取,配合煤,灰分,挥发分,七项,耐磨强度,反应性,反应后强度,四项,焦化厂,生产数据,对焦
AB值：
0.242257
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
