基于改进支持向量机的高炉煤气发生量的预测
将钢铁企业的高炉煤气系统作为研究背景,由于高炉煤气发生量具有难以预测的特点,因此设计了一种以数据滤波为基础的支持向量机预测模型.该模型使用经验模态分解法对原始训练数据进行分解,从而得到彼此独立的固有模态函数,且利用自相关函数的特性除去噪声分量,为重构序列建立预测模型.通过遗传算法优化支持向量机的预测模型,极大地提高了预测精度.通过实际预测结果得出,在随机噪声数据环境下,所建立的模型比之于其他模型更合适用于实时监测高炉煤气发生量.
高炉煤气发生量 支持向量机 经验模态分解法 技术优化
郭桢 严亚
天津工业大学电气工程与自动化学院,天津300387
国内会议
天津
中文
59-63
2015-11-01（万方平台首次上网日期，不代表论文的发表时间）