论文部分内容阅读
为了有效控制钢厂中连铸二次冷却水量,减少生产成本,提高铸坯质量,提出一种基于结合交叉变异的粒子群算法优化最小二乘支持向量机参数的连铸二次冷却水量预测方法。首先利用提出的一种交叉变异机制对标准粒子群算法进行优化,并将优化后的参数引入最小二乘支持向量机的预测模型中,带入生产中的水量历史数据作为输入样本集进行学习,使模型在训练过程中有效地提高了准确性,其输出的训练结果描述了水量的变化。仿真结果表明,上述模型具有很好的稳定性和泛化性,能够获得高精度的二冷预测水量,为实际生产中连铸二冷配水的优化提供参考。