基于混沌优化支持向量机的轧制力预测

被引：20

作者：

陈治明

罗飞

黄晓红

许玉格

机构：

[1] 华南理工大学自动化科学与工程学院

来源：

控制与决策 | 2009年 / 06期

基金：

高等学校博士学科点专项科研基金;

关键词：

热连轧; 轧制力预测; 支持向量机; 混沌优化;

D O I：

10.13195/j.cd.2009.06.10.chenzhm.001

中图分类号：

TG331 [轧制理论];

学科分类号：

080201 ; 080503 ;

摘要：

针对带钢热连轧轧制力的精确预测问题,提出一种基于最小二乘支持向量机模型的预测算法.在分析最小二乘支持向量机数学预测模型的基础上,提出一种改进的结合遗传算法的变尺度混沌优化方法,以进行最优模型参数的搜索.利用实测在线数据对模型进行训练并进行轧制力预测.仿真结果表明,利用该方法可使轧制力预测精度得到提高,平均误差率从BP神经网络的±10%降到±5%以下,为进一步提高热连轧厚度控制精度提供了一种有效方法.

引用

收藏

页码：808 / 812

页数：5

相关论文

共 11 条

[1] 轧制力预测中RBF神经网络的组合应用 [J].

张俊明 ;

刘军 ;

俞晓峰 ;

康永林 ;

杨荃 .

钢铁研究学报, 2008, (02) :33-36

[2] 变异PSO算法协同神经元网络在轧制力预报中的应用 [J].

丁敬国 ;

胡贤磊 ;

焦景民 ;

佘广夫 ;

刘相华 .

钢铁研究学报, 2007, (12) :56-59

[3] 模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用 [J].

刘华强 ;

唐荻 ;

杨荃 ;

郭立伟 .

北京科技大学学报, 2006, (10) :969-972

[4] 一种混合模型在30 MnSi钢变形抗力预测中的应用 [J].

陈爱玲 ;

杨根科 ;

吴智铭 .

上海交通大学学报, 2006, (10) :1723-1726

[5] 基于混沌优化算法的支持向量机参数选取方法 [J].

袁小芳 ;

王耀南 .

控制与决策, 2006, (01) :111-113+117

[6] 基于遗传小波神经网络的冷轧轧制力预报研究 [J].

黄敏 ;

王建辉 ;

顾树生 ;

不详 .

控制与决策 , 2004, (10) :1129-1132

[7] 支持向量机的新发展 [J].

许建华 ;

张学工 ;

李衍达 .

控制与决策, 2004, (05) :481-484+495

[8] 结合模型自学习的BP神经元网络的轧制力预报 [J].

胡贤磊 ;

王昭东 ;

于解民 ;

刘相华 .

东北大学学报, 2002, (11) :1089-1092

[9] 一种新的遗传混沌优化组合方法 [J].

李亚东 ;

李少远 .

控制理论与应用, 2002, (01) :143-145

[10] 变尺度混沌优化方法及其应用 [J].

张彤 ;

王宏伟 ;

王子才 .

控制与决策 , 1999, (03) :94-97