EMD-LSSVM模型预测高炉煤气产生量

• 作者: 张鑫 李志刚
• 来源期刊: 网络安全技术与应用
• 关键词: 高炉煤气预测 SVM LSSVM EMD 灰色关联度 BP网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 58-60
• 页数: 3页
• 字数: 2917字
• 语种: 中文

摘要

钢铁企业实际生产中产生海量数据,在数据中隐藏着潜在的规律,针对高炉煤气产生量波动频繁,传统的预测算法精度低误差大的问题,本文通过对数据进行经验模态分解,建立一种EMD和LSSVM相结合的预测模型.首先将原始数据运用EMD方法分解成多个IMF分量和Res分量,对每个分量单独建立LSSVM预测模型,最后将各个分量的预测结果进行叠加重构得到最终的预测结果.本文所提出的方法,对某钢铁企业的实际生产中数据进行预测实验,结果表明,EMD-LSSVM算法确实可以提高预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志刚	华北理工大学信息工程学院	14	20	3.0	4.0
2	张鑫	华北理工大学电气工程学院	11	8	1.0	2.0