10.16652/j.issn.1004-373x.2016.20.029
基于机器学习算法的轧机轧制力预测
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。
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
39
TN98-34;TP273
2014年度江苏省高校科研成果产业化推进项目HDZ14-56
2016-11-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
114-116,120