基于模糊最小二乘支持向量机的蒸发过程预测控制研究
针对氧化铝蒸发过程的多变量、非线性和大滞后特点及不同时间和空间样本数据不同的特征,提出了基于末位淘汰机制的混沌粒子群算法的综合加权模糊最小二乘支持向量机蒸发过程预测控制方法.用变异混沌粒子群算法对模型预测控制进行滚动优化,计算出最优控制序列.以某氧化铝厂蒸发过程生产数据进行实验验证分析,结果表明: 模型预测结果中相对误差小于8%的样本达到93.9%,出口浓度稳定在240 g/L附近,其控制性能得到显著改善,同时也起到了降低能耗的目的.
蒸发过程、预测控制、模糊最小二乘支持向量机、混沌粒子群算法
38
TS3;TP1
国家自然科学基金. 60634020,60874069, 60804037;国家863资助项目2006AA04Z181
2010-09-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
838-842