固定尺度最小二乘支持向量機在鋼水溫度預(yù)報中的應(yīng)用研究.pdf

1、對LF爐鋼水溫度的準(zhǔn)確預(yù)測，是合理組織生產(chǎn)、提高鋼水質(zhì)量、降低煉鋼成本、實現(xiàn)鋼水溫度控制的重要前提。而在LF爐冶煉過程中，預(yù)測對象為非線性系統(tǒng)，難以建立準(zhǔn)確的機理模型，因而考慮采用基于數(shù)據(jù)的方法建立模型。固定尺度最小二乘支持向量機(FS-LSSVM)，它在訓(xùn)練各種樣本數(shù)據(jù)集時，有效地避開了最小二乘支持向量機(LS-SVM)中的稀疏性問題，且訓(xùn)練速度快，同時具有良好的預(yù)測精度和泛化特性。本文提出基于固定尺度最小二乘支持向量機的方法對鋼水溫

2、度進(jìn)行預(yù)報。
　　本文在分析支持向量機和最小二乘支持向量機的基礎(chǔ)上，為解決最小二乘支持向量機喪失稀疏性的問題，詳細(xì)闡述了固定尺度最小二乘支持向量機的機理。為解決計算核矩陣特征值太過復(fù)雜的問題，使用Nystr(o)m方法來估計特征空間映射;并采用二次Renyi熵判據(jù)，來優(yōu)化選擇工作集中的數(shù)據(jù)。通過對FS-LSSVM的分析，發(fā)現(xiàn)尺度的大小會直接影響建模時間和預(yù)測精度，而目前尚無一種有效的確定方法。針對這一問題，本文提出了基于減法聚類的

3、尺度確定方法，減法聚類聚出的類中不包含不平穩(wěn)的數(shù)據(jù)點，能包括所有潛在的支持向量，由它確定的類數(shù)具有代表性，可以作為FS-LSSVM的尺度，從而有效地解決了固定尺度支持向量機的尺度確定問題。
　　最后，通過對精煉爐能量收支平衡的分析，以電耗、初始溫度、冶煉時間、合金及渣料的加入量、鋼水重量為輸入量，建立了基于固定尺度最小二乘支持向量機的鋼水溫度預(yù)報模型。并對固定尺度最小二乘支持向量機模型的預(yù)報結(jié)果和最小二乘支持向量機模型預(yù)報的結(jié)果進(jìn)