基于花朵授粉优化极限学习机的高炉铁水硅含量预测

摘要：

在高炉冶炼过程中,铁水硅含量是反映高炉炉内温度的重要参数之一,通过对铁水硅含量变化趋势进行预测分析,为后续高炉参数调整提供理论依据.针对铁水硅含量数据的非线性特点,提出基于花朵授粉算法的极限学习机预测方法.利用花朵授粉算法优化极限学习机参数,并通过优化后的极限学习机算法构建铁水硅含量的预测模型,以某钢铁厂生产数据作为验证.仿真结果表明,相较于传统预测方法,该预测模型在预测精度以及泛化能力均有所提高,具有良好的稳定性.

关键词：铁水硅含量、极限学习机、花朵授粉算法

所属期刊栏目：43

分类号：TP301.6;TF4(计算技术、计算机技术)

资助基金：岭南师范学院校级科研项目ZL1816

在线出版日期：2020-05-19（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：77-80