基于改进型偏最小二乘法的高炉炼铁工序能耗预测方法

• 作者: 李莉 潘瑶
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 多重相关性 偏最小二乘回归 高炉炼铁 能耗预测 预测精度
• 年，卷（期）: 2012,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 51-53
• 页数: 3页
• 分类号: TF325
• 字数: 3725字
• 语种: 中文

摘要

针对小样本环境下,具有自变量之间多重相关性特点的高炉炼铁工序能耗预测问题,从预测角度利用“舍一交叉”验证方法对偏最小二乘回归模型进行了改进,提出了应用改进型偏最小二乘回归建立预测模型的方法.以我国某钢铁厂高炉炼铁工序的能耗预测为例,说明了改进型偏最小二乘回归法与普通偏最小二乘回归法相比,预测误差平方和能够降低86.76％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉	同济大学电子与信息工程学院	124	868	14.0	23.0
2	潘瑶	同济大学电子与信息工程学院	1	7	1.0	1.0