基于改进AdaBoost的LF炉成分软测量建模

• 作者: 孙凤琪
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: AdaBoost 神经网络 软测量 集成算法 增量学习
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 信息与控制
• 页码范围: 1217-1220
• 页数: 4页
• 分类号: TP206
• 字数: 3685字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2009.09.001

摘要

针对现有软测量模型更新方法的小足,将增量学习思想与AdaBoost集成学习思想相结合,提出了一种具有增量学习性能的改进AdaBoost集成学习算法.并将该改进的AdaBoost与BP神经网络一起形成了集成BP神经网络,建市了基于二改进AdaBoost集成BP网络的软测量模型.该软测量建模新方法可以提高单一P网络的精度,同时还能保证建模具有增量学习的更新性能.使用该软测量建模新方法建立抚钢60t LF炉钢水成分软测量模型,取得了较好的预测效果,可以满足实际生产的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙凤琪	东北大学理学院	9	52	4.0	7.0