高炉透气性指数的改进多层超限学习机预测模型

• 作者: 尹怡欣 张森 苏晓莉
• 来源期刊: 控制理论与应用
• 关键词: 高炉 透气性指数 建模 多层超限学习机 预测
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 1674-1684
• 页数: 11页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2016.60297

摘要

高炉透气性指数是高炉操作者衡量高炉顺行状态的指标之一.针对传统透气性指数测量模型的缺陷,本文提出了一种基于改进的多层超限学习机(multi-layer extreme learning machine,ML-ELM)的高炉透气性指数预测模型.首先分析影响高炉透气性指数的相关操作参数,考虑到高炉生产数据含有大量噪声,运用小波去噪方法消除数据的噪声干扰.然后建立高炉透气性指数预测模型.在建模过程中,将偏最小二乘(partial least square,PLS)与多层超限学习机算法结合,消除多层超限学习机最后一层隐藏层的多重共线性,提高了模型预测精度.并且所提出的改进算法称为PLS-ML-ELM.最后使用现场生产数据对该模型训练和测试,预测结果表明所提出模型能够快速、精确地预测高炉透气性指数,并且为高炉的后续操作提供有效的决策与支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹怡欣	北京科技大学钢铁流程先进控制教育部重点实验室	125	1650	21.0	36.0
2	张森	北京科技大学自动化学院	10	20	4.0	4.0
3	苏晓莉	北京科技大学自动化学院	1	4	1.0	1.0