安徽省科技攻关计划(01012053)
- 作品数：2 被引量：7H指数：2
- 相关作者：毛雪芹张绍德毛雪菲高尚义更多>>
- 相关机构：安徽工业大学济南钢铁集团总公司更多>>
- 发文基金：安徽省科技攻关计划更多>>
- 相关领域：冶金工程更多>>
- 基于grey Markov-支持向量机的电弧炉终点参数预报被引量：2
- 2009年
- 考虑电弧炉终点参数既受定量因素的影响,又受非定量因素的影响,将灰色马尔可夫(grey Markov)与支持向量机(SVM)相结合,建立了电弧炉终点参数grey Markov--SVM预报模型,其中grey Markov模型反映非定量因素对电弧炉终点参数预测值的影响,SVM模型反映电弧炉各种定量输入对终点参数预测值的影响.建立grey Markov--SVM模型的方法是:首先建立反映非定量因素的GM(1,1)模型,然后用Markov链修正其预测值;由于grey Markov模型对定量输入的影响无法准确反映,因此grey Markov模型必然存在预测偏差,此预测偏差通过建立反映定量输入与终点参数预测偏差之间关系的SVM模型方法加以补偿,并采用粒子群算法(PSO)对SVM的参数进行寻优,最终得到电弧炉终点参数的预报值,同时实现滚动预测.仿真实验表明grey Markov--SVM模型与grey--SVM模型、Markov--SVM相比较,具有很高的终点预报精度.
- 张绍德毛雪菲毛雪芹高尚义
- 关键词：支持向量机粒子群算法电弧炉
- 基于最近邻聚类支持向量机辨识的的电弧炉电极逆控制被引量：5
- 2010年
- 基于核函数的支持向量机(support-vector-machines,SVM)与三层神经网络等价关系,构造基于SVM的多变量阶时延逆系统实现对原系统的伪线性化解耦,提出最近邻聚类的SVM模型辨识算法,设计了一种带前馈的参数自适应PD调节器和SVM逆控制相结合的控制策略.通过对典型的MIMO离散非线性可逆系统和电弧炉电极系统的仿真研究,表明该控制策略对于数学模型未知的不确定系统,只需要一定量的输入输出数据作为样本学习,就可实现对系统逆模型的高精度逼近,控制系统具有良好的动态响应和跟踪精度.当模型严重不确定、参数摄动、有外界干扰时,系统具有很好的抗干扰能力和鲁棒性.
- 张绍德毛雪菲毛雪芹
- 关键词：支持向量机最近邻聚类逆控制
