基于PSO优化LS-SVM的钨离子交换穿漏时间预测研究

• 作者: 伍伊军 刘飞飞 朱朋克
• 来源期刊: 中国钨业
• 学科: 工学
• 关键词: 钨离子交换 穿漏时间 最小二乘法支持向量机 粒子群算法
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 机械·自动化
• 页码范围: 60-64
• 页数: 5页
• 分类号: TF302|TF351.2
• 字数: 2686字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0622.2017.02.011

摘要

针对钨离子交换穿漏时间频繁检测、检测滞后、相对误差大、工人劳动强度大的问题,基于神经网络学习预测的思想和结合钨冶炼厂实际生产情况,以交前液的pH值、波美度、电导率、流速为输入量,以穿漏时间为输出量,建立最小二乘法支持向量机(LS-SVM)穿漏时间预测模型,并用粒子群算法(PSO)选取核参数γ和误差惩罚参数c.仿真分析表明该模型能够很好地对离子交换穿漏时间进行预测,预测精度高,最大绝对误差为8 min,最大相对误差为1.5385%,符合钨离子交换工艺要求,可取代人工检测,降低工人劳动强度,减少钨资源浪费,有利于实现整个离子交换过程的自动控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘飞飞	江西理工大学电气工程与自动化学院	65	133	6.0	8.0
2	朱朋克	江西理工大学电气工程与自动化学院	3	5	2.0	2.0
3	伍伊军	江西理工大学电气工程与自动化学院	3	4	1.0	1.0