基于粒子群优化案例推理的RH终点温度预测

• 作者: 江典蔚 刘惠康 曹宇轩 杨成威
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: 粒子群优化算法 多元线性回归 RH真空精炼过程 案例推理 智慧炼钢 钢温预报
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 107-112
• 页数: 6页
• 分类号: TF769
• 语种: 中文

摘要

针对RH流程终点钢温预报问题,提出了一种基于多元线性回归和粒子群优化算法改良的案例推理方法.首先,对待一般案例推理方法中缺乏影响因素的问题,利用多元线性回归的方法进行属性约简;其次,面对案例检索中相似度计算缺乏权重计算方法的问题,采用粒子群优化算法对权值进行优化;最后,基于简化的影响因素和优化权重,采用改进的灰色关联相似性的案例检索来预测RH终点的钢水温度.利用某钢铁厂RH工艺的实际生产数据,分别对多元线性回归、BP神经网络、一般案例推理方法和粒子群优化案例推理方法进行测试,从结果可以看出,文中所使用的基于粒子群优化过的案例推理方法的预报精度,相较于多元线性回归,BP神经网络以及一般案例推理更加准确.