原文服务方: 化工学报       
摘要:
“双碳”背景下,提升焦炭质量是保证钢铁行业高质量发展的研究重点之一,而炼焦行业存在着在线实时监测难、焦炭质量预测模型泛化能力差等问题。为此,提出一种通过自适应全局搜索算法,即改进鲸鱼优化算法(WOA)与长短期记忆(LSTM)循环神经网络综合建模的方法来解决这一问题。首先选取出配合煤中可反映焦炭质量的可测参数,再运用主成分分析(PCA)去除变异性小的冗余因子后,得到预测因子,将其作为LSTM网络的外部输入;通过加入自适应惯性权重以及最佳扰动更新改进WOA,从而训练LSTM网络的超参数,采用均方根误差(RMSE)和R-squared 进行算法检验;最后将改进后的AGWOA-LSTM模型与典型的LSTM、WOA-LSTM模型进行对比,以验证本方法的优越性。结果表明AGWOA-LSTM模型预测焦炭质量具有精度高、运行速度快等特点。研究对焦炭生产具有一定的理论指导意义。
推荐文章
南钢焦炭质量预测模型研究
炼焦配煤
焦炭质量
回归分析
预测模型
梅山焦炭质量预测模型的研究
炼焦配煤
焦炭质量
预测模型
影响焦炭质量的因素及改进措施
焦炭
抗碎强度
耐磨强度
反应后强度
反应性
单种煤结焦性能评价与焦炭质量预测
焦炭强度
反应性
焦炭质量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进WOA-LSTM的焦炭质量预测
来源期刊 化工学报 学科
关键词 鲸鱼优化算法 焦炭质量 预测模型 神经网络 主元分析
年,卷(期) 2022,(3) 所属期刊栏目 过程系统工程
研究方向 页码范围 1291-1299
页数 8页 分类号 TQ533.9
字数 语种 中文
DOI 10.11949/0438-1157.20211351
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
鲸鱼优化算法
焦炭质量
预测模型
神经网络
主元分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导