基于机器学习算法的轧机轧制力预测

• 作者: 郝心耀
• 来源期刊: 现代电子技术
• 关键词: 最小二乘支持向量机 粒子群优化算法 机器学习 轧制力预测
• 年，卷（期）: 2016,（20）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 114-116,120
• 页数: 4页
• 分类号: TN98-34|TP273
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.20.029

摘要

对轧机轧制力预测模型进行研究。由于常规LSSVM识别模型选取耗时长的网格搜索法进行参数确定，通常粒子群优化算法对LSSVM识别模型进行优化。由于种群中多样性加速下降，使得算法容易发生早熟收敛等问题，从而影响其全局寻优能力，因此使用种群活性粒子群优化算法对LSSVM参数进行优化，从而解决上述问题。通过实例分析可知，相比常规算法，改进PSO优化LSSVM算法建立的预测模型的预测精度和效率最高，具有较好的工程应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝心耀	徐州工程学院信电工程学院	9	13	2.0	3.0