针铁矿法沉铁过程铁离子浓度集成预测模型
针对某冶炼生产企业针铁矿法沉铁过程Fe2+浓度和Fe3+浓度难以实时检测的问题,在奥拓昆普生产设备和工艺的基础上,利用改进最小二乘支持向量机模型具有对小样本进行非线性预测、过程神经网络可充分表达历史数据序列中时间累积效应的特点,提出一种基于信息熵方法的集成预测模型.仿真实验表明,集成预测模型具有良好的预测性能,预测效果能满足针铁矿法沉铁过程对铁离子浓度值的误差要求.
针铁矿法沉铁过程、Fe2+浓度和Fe3+浓度、改进最小二乘支持向量机、过程神经网络、集成预测模型
27
TP273(自动化技术及设备)
国家自然科学基金项目60874069;国家863计划项目2009AA04Z137;湖南省自然科学基金项目09JJ3122
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
329-334,342