基于改进AdaBoost的LF炉成分软测量建模

摘要：

针对现有软测量模型更新方法的小足,将增量学习思想与AdaBoost集成学习思想相结合,提出了一种具有增量学习性能的改进AdaBoost集成学习算法.并将该改进的AdaBoost与BP神经网络一起形成了集成BP神经网络,建市了基于二改进AdaBoost集成BP网络的软测量模型.该软测量建模新方法可以提高单一P网络的精度,同时还能保证建模具有增量学习的更新性能.使用该软测量建模新方法建立抚钢60t LF炉钢水成分软测量模型,取得了较好的预测效果,可以满足实际生产的需要.

关键词：AdaBoost、神经网络、软测量、集成算法、增量学习

所属期刊栏目：30

分类号：TP206(自动化技术及设备)

资助基金：吉林省科技发展计划项目20040803

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1217-1220