基于最小二乘支持向量机的氧化铝浓度预测

• 作者: 于凯 刘丕亮 崔桂梅 杨海靳
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 铝电解 氧化铝浓度 最小二乘支持向量机 粒子群算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 1844-1849
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201805029

摘要

建立基于种群活性粒子群算法优化最小二乘支持向量机参数的铝电解氧化铝浓度预测模型,根据铝电解生产工艺及历史数据的特点,确定模型的基本输入变量,解决了粒于群优化算法早熟收敛及最小二乘支持向量机参数确定周期长的问题.利用群活性加速度作为多样性测度,当群活性的加速下降时,对粒子的位置和速度分别执行进化操作用以改进标准PSO(Particle Swarm Optimization)算法;与标准的LSSVM(Least Squares Support Vector Machine)方法相比,提出的改进PSO-LSSVM的预测模型有效地提高预测精度且计算速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔桂梅	内蒙古科技大学信息工程学院	152	744	13.0	21.0
2	于凯	内蒙古科技大学数理学院	5	8	2.0	2.0
3	刘丕亮	内蒙古科技大学信息工程学院	32	94	6.0	8.0
4	杨海靳	内蒙古科技大学信息工程学院	2	6	2.0	2.0