基于IPSO-SVR的水泥分解炉温度预测模型研究

摘要：

为建立稳定可靠的分解炉温度预测模型,结合与分解炉温度密切相关的几个主要运行参数,提出一种粒子群参数优化的支持向量回归机算法(PSO-SVR),并在粒子群算法中引入自适应惯性权重的思想,构建出分解炉温度预测模型.与未改进的模型进行仿真对比实验,实验结果表明,该IPSO-SVR模型具有较佳的预测能力,预测相关系数达到0.7075,温度预测误差绝对值不超过7℃,误差率在0.8%以内.

关键词：分解炉温度、粒子群算法、惯性权重、支持向量回归机、预测模型

所属期刊栏目：40

分类号：TN911.1-34;TP273

资助基金：吉林省科学技术厅计划项目20150203003SF

在线出版日期：2017-05-24（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：148-151