论文部分内容阅读
转炉炼钢是我国最主要的炼钢生产方式,由于转炉氧气吹炼过程中复杂的物理、化学反应等因素,又造成了建立准确的预报模型极其困难的问题,模型的准确建立对炼钢生产控制的优化有重要的意义。因此建立准确的终点预报模型,提高中小型企业转炉炼钢的终点碳含量和温度命中率,是一个亟待解决的技术难题。因此,为提高转炉终点碳含量和温度的预报精度和命中率,本文采用孪生支持向量回归机(Twin Support Vector Regression,TSVR)建立终点碳含量和温度的预报模型,针对影响孪生支持向量回归机性能的惩罚系数和高斯核函数宽度系数的选取问题,采用具有较强寻优能力的烟花算法(Fireworks Algorithm,FWA)及增强烟花算法(Enhanced Fireworks Algorithm,EFWA)进行选取,然而烟花算法及增强烟花算法仍然存在问题,为此,本文主要做了如下研究:(1)为综合解决传统烟花算法爆炸半径可能为零导致资源浪费以及增强烟花算法引入的最小爆炸半径检测机制导致局部搜索能力较弱的问题,针对增强烟花算法提出了两种改进策略:引入自适应动态半径调整策略改进爆炸半径,根据不同阶段的启发式信息,即当前最优烟花距离其他烟花位置的信息,动态调整爆炸半径的大小,来平衡全局和局部搜索能力,该策略可以使算法后期爆炸半径缩小到较小值进行细致的局部搜索;引入具有较强随机性的莱维飞行策略改进爆炸产生火花位置的方式,增强局部搜索的多样性。采用12个标准测试函数及其偏移函数进行实验,相比增强烟花算法,改进后的算法(Adaptive Lévy flight Enhanced Fireworks Algorithm,ALEFWA)提高了标准函数及其偏移函数的寻优精度,在高维复杂的优化问题上具有较好的收敛能力。(2)针对影响孪生支持向量回归机预测精度和泛化能力的重要参数的选择问题,提出了基于烟花算法优化孪生支持向量回归机参数的预报模型。首先选择影响转炉炼钢终点预报的因素作为输入变量建立基于孪生支持向量回归机的转炉终点碳含量和温度的预报模型,然后分别利用烟花算法、增强烟花算法及改进增强烟花算法对孪生支持向量回归机预报模型中的惩罚系数和高斯核函数宽度系数进行优化,最后使用不同的转炉实际生产数据分别对模型进行仿真对比。结果表明,三种优化算法都有效的降低了终点预报模型的误差,提高了终点碳含量和温度的命中率,其中,改进增强烟花算法优化的模型精度更高且更明显。