典型文献
基于最小二乘支持向量机的混合煤气加压过程在线预测
文献摘要：
针对混合煤气加压过程具有非线性、多变量耦合、大滞后及不确定参数众多等复杂特性,提出了一种基于最小二乘支持向量机(least squares support vector machine,LSSVM)模型的混合煤气加压过程在线预测方法.首先,基于某钢厂混合煤气加压工艺分析,选择以混合后煤气压力、风机出口总管压力以及工作机组电流为混合煤气加压过程的预测目标;然后,将局部多项式核函数与全局拉普拉斯核函数相结合,实现了一种兼顾学习能力和泛化能力的混合核函数,并将自适应时刻估计(adaptive moment estimation,Adam)算法用于基于LSSVM预测模型的参数在线优化;最后,基于现场实测数据对预测效果进行验证,结果表明,本文所设计方法可有效提高混合煤气加压过程预测模型的预测精度.
文献关键词：
混合煤气加压;在线预测;最小二乘支持向量机;混合核函数
中图分类号：
作者姓名：
刘彰;刘振兴;刘斌;吴畏;廖荣震;罗小龙
作者机构：
武汉科技大学信息科学与工程学院,湖北 武汉430081;湖南华菱湘潭钢铁有限公司企划部,湖南湘潭411101
文献出处：
引用格式：
[1]刘彰;刘振兴;刘斌;吴畏;廖荣震;罗小龙-.基于最小二乘支持向量机的混合煤气加压过程在线预测)[J].冶金自动化,2022(01):17-24
A类：
混合煤气加压
B类：
最小二乘支持向量机,压过,在线预测,多变量,不确定参数,数众多,least,squares,support,vector,machine,LSSVM,钢厂,工艺分析,煤气压力,风机,总管,多项式,拉普拉斯核,泛化能力,混合核函数,adaptive,moment,estimation,Adam,在线优化,现场实测
AB值：
0.223658
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。
