基于机器学习算法的轧机轧制力预测

摘要：

对轧机轧制力预测模型进行研究。由于常规LSSVM识别模型选取耗时长的网格搜索法进行参数确定，通常粒子群优化算法对LSSVM识别模型进行优化。由于种群中多样性加速下降，使得算法容易发生早熟收敛等问题，从而影响其全局寻优能力，因此使用种群活性粒子群优化算法对LSSVM参数进行优化，从而解决上述问题。通过实例分析可知，相比常规算法，改进PSO优化LSSVM算法建立的预测模型的预测精度和效率最高，具有较好的工程应用价值。

关键词：最小二乘支持向量机、粒子群优化算法、机器学习、轧制力预测

所属期刊栏目：39

分类号：TN98-34;TP273

资助基金：2014年度江苏省高校科研成果产业化推进项目HDZ14-56

在线出版日期：2016-11-09（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：114-116,120