基于膜算法进化极限学习机的氧气转炉炼钢终点预报模型

• 作者: 刘闯 王心哲 韩敏
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 极限学习机 膜算法 氧气转炉炼钢 终点预报 软测量
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电子与信息工程、管理工程
• 页码范围: 124-130
• 页数: 7页
• 分类号: TF724
• 字数: 4523字
• 语种: 中文
• DOI: 10.7511/dllgxb201401019

摘要

氧气转炉炼钢的控制目标是终点温度和碳含量，但由于不能对其进行在线连续测量，直接影响了出钢的质量。针对该问题，提出一种基于膜算法进化极限学习机（ELM ）的抗干扰终点预报模型。利用进化膜算法的全局寻优能力调整ELM网络参数，不仅避免了ELM 网络受异常点影响出现过拟合现象，还可以寻找最优复杂度的EL M模型。将找到的EL M 模型应用到转炉炼钢领域并建立终点碳含量和温度的预报模型。在仿真实验中，分别使用含有高斯噪声的标准sin C函数和氧气转炉炼钢实际生产数据进行仿真，结果表明所提模型在含噪声的数据中具有较好的预报精度和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩敏	大连理工大学电子信息与电气工程学部	200	2311	23.0	33.0
2	刘闯	大连理工大学电子信息与电气工程学部	6	41	4.0	6.0
3	王心哲	大连理工大学电子信息与电气工程学部	7	34	3.0	5.0