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

页码：808 / 812

页数：5