基于自适应递推LSSVM的硅锰合金成分在线预测

• 作者: 唐春霞 桂卫华 贺建军 阳春华
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 硅锰合金 成分 在线预测 递推最小二乘支持向量机 自适应模型选择算子
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 1213-1218
• 分类号: TP393.08
• 字数: 4694字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2011.11.017

摘要

针对硅锰合金埋弧熔炼过程的特点,提出了一种基于自适应递推最小二乘支持向量机(ARLSSVM)的合金成分在线预测模型.该模型以实测工况参数为数据集,当新增一个样本时,分别采用增长记忆递推算法、限定记忆递推算法和缩减记忆递推算法训练最小二乘支持向量机( LSSVM),有效避免高维矩阵的求逆,加快模型更新的速度.然后通过自适应模型匹配算子选择相应的预测输出模型,提高模型的预测精度.将此模型应用于30MVA硅锰合金埋弧炉冶炼过程合金成分在线预测,实际生产运行数据验证了此方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	贺建军	中南大学信息科学与工程学院	57	396	8.0	17.0
4	唐春霞	中南大学信息科学与工程学院	21	30	3.0	4.0