基于改进AdaBoost的LF炉成分软测量建模

被引：4

作者：

孙凤琪

机构：

[1] 不详

[2] 东北大学理学院

[3] 不详

来源：

东北大学学报(自然科学版) | 2009年 / 09期

关键词：

AdaBoost; 神经网络; 软测量; 集成算法; 增量学习;

D O I：

暂无

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

针对现有软测量模型更新方法的不足,将增量学习思想与AdaBoost集成学习思想相结合,提出了一种具有增量学习性能的改进AdaBoost集成学习算法.并将该改进的AdaBoost与BP神经网络一起形成了集成BP神经网络,建立了基于改进AdaBoost集成BP网络的软测量模型.该软测量建模新方法可以提高单一BP网络的精度,同时还能保证建模具有增量学习的更新性能.使用该软测量建模新方法建立抚钢60t LF炉钢水成分软测量模型,取得了较好的预测效果,可以满足实际生产的需要.

引用

页码：1217 / 1220

页数：4