基于混沌优化支持向量机的板形预测与优化* (2009年)

【文件属性】：
文件名称：基于混沌优化支持向量机的板形预测与优化* (2009年)
文件大小：351KB
文件格式：PDF
更新时间：2021-06-15 12:56:54
自然科学 论文 针对带钢热连轧中的板形控制问题，提出了一种基于混沌优化支持向量机模型的预测和优化算法．文中首先利用一种改进的变尺度混沌优化方法，结合实数编码遗传算法，进行最小二乘支持向量机最优模型参数的搜索；然后利用在线实测数据对模型进行训练并进行带钢平直度指数的预测，进而对模型输入参数中的控制参数进行优化以实现板形控制的优化．仿真实验结果表明，与BP神经网络相比，文中算法使板形预测精度提高，平直度指数优化约40％，且可以有效促进热连轧板形控制精度的提高．