版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、高爐爐溫預(yù)報過程是一個摸不到、看不透的非線性系統(tǒng),過程參數(shù)具有不確定、非線性、高維數(shù)等特點。以往爐溫預(yù)報模型是以鐵水硅含量為研究對象,盡管鐵水硅含量和爐溫存在正相關(guān)的關(guān)系,但也存在非線性的關(guān)系,所以用鐵水硅含量多少來描述爐溫的變化存在一定的不足,因此本文以爐溫的物理溫度即鐵水溫度為研究對象,并建立其預(yù)報模型。支持向量機是近期研究出的一種算法,即可以解決分類問題又可以解決回歸問題,被認為是神經(jīng)網(wǎng)絡(luò)算法的代替算法。同時能夠很好的處理小樣本、
2、非線性、高維數(shù)等問題,收斂速度快、泛化能力強,因此筆者采用支持向量機技術(shù)建立鐵水溫度的預(yù)報模型。本文主要工作有:
1.經(jīng)過大量閱讀高爐相關(guān)的參考文獻和現(xiàn)場專家的討論,得知高爐的過程數(shù)據(jù)在采集時候,部分數(shù)據(jù)存在缺失值、異常值、噪音、不同的綱量級及參數(shù)滯后性等問題,如果不做處理會直接影響模型的性能,為了提高模型的性能,本文在建模之前會采取相應(yīng)的辦法對以上存在的問題做處理。
2.提出了一種基于主成分分析(PCA)和最小二乘
3、支持向量機(SVM)建立鐵水溫度時間序列模型的方法,首先采用主成分分析法對處理后的數(shù)據(jù)做降維處理,得到主成分時間序列數(shù)據(jù),作為模型的輸入變量,然后采用最小二乘支持向量機算法建立鐵水溫度預(yù)報模型,同時采用線性遞減慣性權(quán)重的粒子群優(yōu)化算法優(yōu)化模型的參數(shù),最后得出預(yù)測結(jié)果,并和粒子群優(yōu)化的支持向量機時間序列模型模型、RBF神經(jīng)網(wǎng)絡(luò)時間序列模型做對比,得出最小二乘支持向量機時間序列模型的預(yù)測精度更高、求解時間短。
3.提出了一種基于聚
4、類和最小二乘支持向量機(LS-SVM)建立鐵水溫度多回歸模型的方法,此方法解決了單一模型的預(yù)測精度低、泛化能力差的問題,該方法首先采用減法聚類確定待分類樣本的聚類數(shù),在用K-means對訓(xùn)練樣本進行劃分,然后采用最小二乘支持向量機算法建立不同的類別的預(yù)測模型,同時采用線性遞減慣性權(quán)重的粒子群算法優(yōu)化各模型參數(shù),并將測試樣本代入不同模型求得預(yù)測結(jié)果,最后加權(quán)求和得到最終的預(yù)測結(jié)果,對比于最小二乘支持向量時間序列模型和支持向量機建立的多模型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于最小二乘支持向量機的短期負荷預(yù)測
- 基于最小二乘支持向量機的軋制力預(yù)測.pdf
- 基于最小二乘支持向量機的短期負荷預(yù)測.pdf
- 基于偏最小二乘的高爐鐵水硅含量預(yù)測研究.pdf
- 基于最小二乘支持向量機的短期電力負荷預(yù)測模型的研究.pdf
- 基于偏最小二乘支持向量機的短期負荷預(yù)測.pdf
- 最小二乘支持向量機短期負荷預(yù)測研究.pdf
- 基于最小二乘支持向量機風(fēng)電機組的預(yù)測研究
- 基于最小二乘支持向量機的小麥產(chǎn)量預(yù)測方法研究.pdf
- 基于最小二乘支持向量機風(fēng)電機組的預(yù)測研究.pdf
- 基于最小二乘支持向量機改進算法的短期負荷預(yù)測.pdf
- 基于最小二乘支持向量機的氧化鋁濃度預(yù)測.pdf
- 基于最小二乘支持向量機的風(fēng)電功率短期預(yù)測研究.pdf
- 基于最小二乘支持向量機的短期電力負荷預(yù)測方法研究.pdf
- 最小二乘支持向量機握釘力預(yù)測研究.pdf
- 基于最小二乘支持向量機的非線性預(yù)測控制.pdf
- 固定尺度最小二乘支持向量機在鋼水溫度預(yù)報中的應(yīng)用研究.pdf
- 基于最小二乘支持向量機的傳染病預(yù)測與研究.pdf
- 最小二乘支持向量機6版
- 最小二乘支持向量機6版
評論
0/150
提交評論