基于HS-SVR算法的LF爐合金成分控制模型的研究.pdf_第1頁
已閱讀1頁，還剩69頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、LF爐已成為二次精煉過程中的關(guān)鍵設備之一，對調(diào)整鋼液成分，特別是對合金成分的控制起重要作用。因此，LF爐的合金成分控制現(xiàn)已成為LF爐的主要研究對象之一。然而長久以來，已有的控制模型實際效果并不理想，人們一般基于經(jīng)驗操作來控制合金成分。這樣不僅影響控制精度，而且不能合理地優(yōu)化合金加料方案。為此，本文對LF中合金成分控制模型進行了深入研究。
　　 對加料進行優(yōu)化，通常情況下建立以合金成本最低為目標的線性規(guī)劃模型并對其求解。合金元素收

2、得率對模型的精度影響較大，但是合金元素的收得率很難準確獲得。本文通過對影響合金元素收得率的因素分析，建立了基于遺傳算法與支持向量機的合金元素收得率預測模型。由于新樣本不斷增加，元素收得率預測模型的訓練集也在不斷增大。為縮短預測時間并提高預測精度，本文提出HS-SVR增量學習算法，該增量學習算法用于縮減元素收得率模型的訓練集樣本數(shù)。使用元素收得率模型與HS-SVR增量算法可以計算出合金元素收得率的預測值，利用該預測值并通過最優(yōu)配料模型得到

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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。

評論

0/150

提交評論