基于IPSO-SVR的水泥分解炉温度预测模型研究

• 作者: 冷淼 徐婷 金星
• 来源期刊: 现代电子技术
• 关键词: 分解炉温度 粒子群算法 惯性权重 支持向量回归机 预测模型
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 工控技术
• 页码范围: 148-151
• 页数: 4页
• 分类号: TN911.1-34|TP273
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.09.039

摘要

为建立稳定可靠的分解炉温度预测模型,结合与分解炉温度密切相关的几个主要运行参数,提出一种粒子群参数优化的支持向量回归机算法(PSO-SVR),并在粒子群算法中引入自适应惯性权重的思想,构建出分解炉温度预测模型.与未改进的模型进行仿真对比实验,实验结果表明,该IPSO-SVR模型具有较佳的预测能力,预测相关系数达到0.7075,温度预测误差绝对值不超过7℃,误差率在0.8%以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金星	长春工业大学电气与电子工程学院	22	69	5.0	7.0
2	冷淼	长春工业大学电气与电子工程学院	5	24	3.0	4.0
3	徐婷	长春工业大学电气与电子工程学院	5	27	3.0	5.0