钢铁企业高炉煤气发生量的在线预测建模
发表时间：2019-03-10
点击次数：
论文类型：期刊论文
第一作者：张晓平
合写作者：汤振兴,赵珺,王伟,丛力群,冯为民
发表时间：2010-12-15
发表刊物：信息与控制
收录刊物：PKU、ISTIC、CSCD
文献类型：J
卷号：39
期号：6
页面范围：774-782
ISSN号：1002-0411
关键字：BFG发生量;改进经验模式分解阈值滤波;最小二乘支持向量机;贝叶斯优化
摘要：针对钢铁企业高炉煤气(BFG)发生量难于有效预测的问题,建立了基于数据滤波和最小二乘支持向量机的BFG发生量在线预测模型.提出改进经验模式分解阈值滤波(IEMDTF)方法对训练数据进行滤波处理;并设计了在线学习算法和贝叶斯优化法构建和优化预测模型,缩短了建模时间,同时提高了预测精度.现场实际数据预测结果表明所建模型在小样本和随机噪声数据环境下能保持很高的顶测精度,与其它预测模型相比,适合于高炉煤气发生量的实时在线预测.
是否译文：否