高炉铁水硅含量预报的ICA-SVM建模方法

• 作者: 吴铁军 郑俊华
• 来源期刊: 信息与控制
• 关键词: ICA SVM 硅含量预报
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 247-252
• 页数: 6页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2008.02.023

摘要

提出了一种基于改进的动态独立分量分析(independent component analysis,ICA)和支持向量机(support vector machine,SVM)的高炉铁水硅含量预报模型建模方法.采用动态ICA方法对样本数据进行特征提取,消除生产工艺参数之间的相关性.在此基础上,再使用目前计算复杂性较小的最小二乘SVM算法建立高炉铁水硅含量预报的动态递推模型,并引入了遗传算法以优化模型性能.以某钢厂高炉实际生产数据进行了应用实验,并与现有的时间序列分析、人工神经网络和基本SVM建模方法进行了对比.实验统计结果表明,本文方法显著提高了铁水硅含量的预测命中率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学工业控制研究所工业控制技术国家重点实验室	102	2261	22.0	44.0
2	郑俊华	浙江大学工业控制研究所工业控制技术国家重点实验室	1	8	1.0	1.0