10.3969/j.issn.1000-7059.2022.05.010
基于最小二乘支持向量机的层流冷却预测
以某钢铁生产企业热轧作业生产层流冷却能力预测问题为研究对象,该层流冷却目前主要是依靠反馈调节进行控制,存在时间延迟现象,即反馈的过程中已经造成损失,因此将机器学习算法中的最小二乘支持向量机(least squares support vector machine,LSSVM)算法应用于层流冷却预测模型中,并将差分进化(differen-tial evolution,DE)算法也结合其中,从而较为准确地对层流冷却能力进行预测.这有助于热轧作业生产冷却过程中减少损失,同时对于层流冷却系统的合理应用、保证特定带钢质量也有很大的帮助.
热轧作业、层流冷却、大数据方法、最小二乘支持向量机、差分进化
46
TP391;F426.31;TP273
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
96-102