典型文献
基于最小二乘支持向量机的层流冷却预测
文献摘要：
以某钢铁生产企业热轧作业生产层流冷却能力预测问题为研究对象,该层流冷却目前主要是依靠反馈调节进行控制,存在时间延迟现象,即反馈的过程中已经造成损失,因此将机器学习算法中的最小二乘支持向量机(least squares support vector machine,LSSVM)算法应用于层流冷却预测模型中,并将差分进化(differen-tial evolution,DE)算法也结合其中,从而较为准确地对层流冷却能力进行预测.这有助于热轧作业生产冷却过程中减少损失,同时对于层流冷却系统的合理应用、保证特定带钢质量也有很大的帮助.
文献关键词：
热轧作业;层流冷却;大数据方法;最小二乘支持向量机;差分进化
中图分类号：
作者姓名：
张立存;李伟;张会明;范建鑫;孙慧林
作者机构：
首钢股份公司迁安钢铁公司,河北 唐山064400
文献出处：
引用格式：
[1]张立存;李伟;张会明;范建鑫;孙慧林-.基于最小二乘支持向量机的层流冷却预测)[J].冶金自动化,2022(05):96-102
A类：
热轧作业,冷却能力预测
B类：
最小二乘支持向量机,层流冷却,钢铁生产,生产企业,反馈调节,时间延迟,机器学习算法,least,squares,support,vector,machine,LSSVM,算法应用,差分进化,differen,tial,evolution,DE,冷却过程,冷却系统,合理应用,带钢,钢质,大数据方法
AB值：
0.308844
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。
