铝电解槽参数的最小二乘支持向量机软测量模型
电解温度、氧化铝浓度和极距是铝电解槽中十分重要却又难以在线测量的3个参数.针对这个问题,提出一种基于最小二乘支持向量机和粒子群优化的新方法,建立这3个参数的软测量模型.该方法考虑最小二乘支持向量机的算法参数的选取问题,先定义预测误差的平方和的算术平均作为适应度函数,然后采用粒子群优化技术在可行域内不断迭代搜索,使适应值不断减小,最终得到最优的算法参数,以及对应的模型参数.仿真结果表明:本文方法具有比神经网络方法更小的绝对误差和相对误差,证明了本文方法的有效性和优越性.
铝电解槽、软测量、电解温度、氧化铝浓度、极距、最小二乘支持向量机、粒子群优化
32
TP181(自动化基础理论)
国家自然科学基金项目60874070,61074069;高校博士点基金项目20070533131;教育部留学回国人员科研启动基金;湖南省研究生科研创新项目CX2009B038
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
2444-2448