论文部分内容阅读
为建立稳定可靠的分解炉温度预测模型，结合与分解炉温度密切相关的几个主要运行参数，提出一种粒子群参数优化的支持向量回归机算法（PSO.SVR），并在粒子群算法中引入自适应惯性权重的思想，构建出分解炉温度预测模型。与未改进的模型进行仿真对比实验，实验结果表明，该IPSO.SVR模型具有较佳的预测能力，预测相关系数达到0.7075，温度预测误差绝对值不超过7℃，误差率在0.8%以内。