主成分分析结合极限学习机的高炉炉温预测模型

袁冬芳; 曹富军; 李德荣

首页> 中文期刊>内蒙古科技大学学报 >主成分分析结合极限学习机的高炉炉温预测模型

主成分分析结合极限学习机的高炉炉温预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

炉温控制是高炉过程控制的基础与核心技术,炉温的走势最直接地反应了高炉的运行状况.因此,建立合理的炉温控制模型至关重要.铁水中硅的含量与炉温成正比例关系,而冶炼过程中状态变量、控制变量及入炉基本条件等都会影响炉温,如果考虑全部的相关因素,势必会因信息冗余降低模型的性能.为此,首先采用主成分分析(PCA)方法对多维输入变量进行降维,同时回避了变量间的多重共线性问题.其次,将PCA处理得到的相互独立的主成分用于网络训练,建立了基于极限学习机(ELM)的炉温预测模型,该模型克服了前馈神经网络训练速度慢、容易陷入局部极小的缺点.最后比较了传统的BP学习算法、ELM算法和PCA结合ELM算法的预测效率,试验证明本文算法具有较高的命中率,可以用来指导高炉实际生产.

著录项

来源
《内蒙古科技大学学报》|2017年第4期|327-332|共6页
作者
袁冬芳; 曹富军; 李德荣;
展开▼
作者单位

内蒙古科技大学理学院,内蒙古包头 014010;

内蒙古科技大学理学院,内蒙古包头 014010;

内蒙古科技大学理学院,内蒙古包头 014010;

展开▼
原文格式 PDF
正文语种 chi
中图分类冶炼过程操作;
关键词
硅含量; 炉温控制; 主成分分析; 极限学习机;

相似文献

中文文献
外文文献
专利

1. 主成分分析结合极限学习机辅助激光诱导击穿光谱用于铝合金分类识别 [J] . 潘立剑 ,陈蔚芳 ,崔榕芳 . 冶金分析 . 2020,第001期
2. 一种结合互补集合经验模态分解和小波核极限学习机的短期电力负荷预测模型 [J] . 郭瑞 ,樊亚敏 ,潘玉民 . 计算机应用与软件 . 2016,第012期
3. 基于小波极限学习机的分解炉温控系统建模 [J] . 董燕 ,牛鑫 ,朱永胜 . 中原工学院学报 . 2013,第002期
4. 基于核主成分分析-半监督极限学习机的钻井溢流诊断方法 [J] . 李仙琳 ,左信 ,高小永 . 油气地质与采收率 . 2022,第1期
5. 基于主成分分析法的代价敏感极限学习机 [J] . 顾竞豪 ,王晓丹 . 火力与指挥控制 . 2020,第001期
6. 激光诱导击穿光谱结合极限学习机的矿物识别分析研究 [C] . 胡勇 ,范增伟 ,李超 . 第十九届全国分子光谱学学术会议 . 2016
7. 基于主成分分析和偏最小二乘的高炉炉温预测模型的研究 [A] . 李志玲 . 2011

主成分分析结合极限学习机的高炉炉温预测模型

摘要

著录项

相似文献

相关主题

期刊订阅