典型文献
基于LNN-DPC加权集成学习的转炉炼钢终点碳温软测量方法
文献摘要：
转炉炼钢终点控制的关键是碳温准确预报.针对实际生产中因原料品质差异导致的炉次样本波动性较大所造成全局单一模型无法精确预测终点碳温的问题,提出一种LNN-DPC(local nearest neighbour density peak clustering)加权集成学习软测量方法.首先,采用改进的峰值密度聚类算法划分降维后的训练数据形成局部样本子集,构建子集与原始数据间的一一对应关系生成高斯过程回归子模型,并在原始数据子集下度量得到熵值加权的子集"质心";其次,通过灰色关联分析选择与测试样本关联度较强的模型作为局部模型,提出关联度加权集成策略输出碳温预测结果.在实际转炉炼钢生产过程数据仿真结果下,碳含量在±0.02％的误差范围内精度达到85.2％,温度在±10℃的误差范围内精度达到84.8％.
文献关键词：
转炉炼钢;集成学习;t-SNE;LNN-DPC;灰色关联分析;高斯过程回归
中图分类号：
作者姓名：
熊倩;刘辉;刘旭琛
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500;昆明理工大学 云南省人工智能重点实验室,云南 昆明 650500
文献出处：
引用格式：
[1]熊倩;刘辉;刘旭琛-.基于LNN-DPC加权集成学习的转炉炼钢终点碳温软测量方法)[J].计算机集成制造系统,2022(12):3884-3896
A类：
B类：
LNN,DPC,加权集成,集成学习,转炉炼钢,终点碳,温软,软测量方法,终点控制,准确预报,针对实际,原料品质,品质差异,波动性,精确预测,local,nearest,neighbour,density,peak,clustering,密度聚类算法,训练数据,样本子,子集,原始数据,一一对应,高斯过程回归,子模型,质心,灰色关联分析,局部模型,集成策略,过程数据,数据仿真,碳含量,误差范围,SNE
AB值：
0.395135
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。
