基于自适应递推LSSVM的硅锰合金成分在线预测

摘要：

针对硅锰合金埋弧熔炼过程的特点,提出了一种基于自适应递推最小二乘支持向量机(ARLSSVM)的合金成分在线预测模型.该模型以实测工况参数为数据集,当新增一个样本时,分别采用增长记忆递推算法、限定记忆递推算法和缩减记忆递推算法训练最小二乘支持向量机( LSSVM),有效避免高维矩阵的求逆,加快模型更新的速度.然后通过自适应模型匹配算子选择相应的预测输出模型,提高模型的预测精度.将此模型应用于30MVA硅锰合金埋弧炉冶炼过程合金成分在线预测,实际生产运行数据验证了此方法的有效性.

关键词：硅锰合金、成分、在线预测、递推最小二乘支持向量机、自适应模型选择算子

所属期刊栏目：21

分类号：TP3;TM6

资助基金：863计划2009AA04Z124;国家自然科学基金60634020,608740697,60843002

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1213-1218