基于GA-KPLSR的转炉终点碳含量的预测研究
作者:
严良涛
李鸣
杨大勇
南昌大学机电工程学院
南昌330031
南昌大学信息工程学院
南昌330031
关键词:
终点控制
终点碳含量
遗传算法
核偏最小二乘回归
摘要：
终点碳含量是决定钢的种类和质量的关键因素,是转炉炼钢过程中最难控制的变量之一。建立了基于遗传算法的核偏最小二乘回归（GA-KPLSR）方法的终点碳含量的预测模型。数据仿真结果表明,基于GA-KPLSR的预测模型,不仅能高效的处理变量之间的非线性关系,而且能快速收敛至最优解,得出预测结果的均方误差比主元回归（PCR）和偏最小二乘回归（PLSR）分别降低了25.77%、23.27%;相对误差降低了29.55%、26.83%;绝对误差降低了27.22%、24.84%。该方法可为实际生产中的终点控制提供参考,提高生产效益。
上一篇：多变量时滞系统的伴随解耦控制
下一篇：基于改进型MRAS微型电动汽车转速算法研究