基于Bagging的多模型钢水温度预报

被引：5

作者：

田慧欣 ^{[1
]}

毛志忠 ^{[1
,2
]}

机构：

[1] 不详

[2] 东北大学信息科学与工程学院

[3] 不详

[4] 东北大学流程工业综合自动化教育部重点实验室

[5] 不详

来源：

控制与决策 | 2009年 / 05期

关键词：

Bagging; 多模型; 主成分分析; 机理模型; 智能模型; 极限学习机;

D O I：

10.13195/j.cd.2009.05.49.tianhx.001

中图分类号：

TF068.21 [];

学科分类号：

摘要：

针对LF(Ladle Furnace)冶炼特点及现有钢水温度预报方法存在的不足,提出一种基于Bagging的多模型预报方法.该方法利用Bagging思想,有效地将智能方法与机理方法相结合,在提高智能方法预报精度的同时使得机理模型与智能模型的优势得到互补,克服了单纯机理模型参数获得不够准确以及单纯智能模型缺乏工艺指导的不足.另外,该方法还对Bootstrap采样后的子训练数据集进行了主成分分析(PCA),有效地克服了集成算法固有的子学习机精度与数据集多样性不能兼顾的问题.

引用

页码：687 / 691

页数：5

共 7 条

[1]

Steady State Heat Transfer of Ladle Furnace During Steel Production Process[J]. Unal Camdali,Murat.Tun.Journal of Iron and Steel Research(International). 2006(03)

[2] LF炉精炼过程钢水温度预报技术 [J].