本文關(guān)鍵詞：基于混沌灰狼優(yōu)化算法的氧化鋁質(zhì)量指標(biāo)預(yù)測模型

  更多相關(guān)文章： 氧化鋁焙燒過程 質(zhì)量預(yù)測 在線貫序極限學(xué)習(xí)機 Tent混沌 灰狼優(yōu)化算法

【摘要】：針對氧化鋁焙燒過程具有強非線性、檢測滯后等特點,提出一種基于混沌灰狼優(yōu)化算法(CGWO)參數(shù)優(yōu)化在線貫序極限學(xué)習(xí)機(OSELM)的氧化鋁質(zhì)量預(yù)測模型。在基于機理分析和變量相關(guān)性分析的基礎(chǔ)上,選擇氧化鋁質(zhì)量指標(biāo)預(yù)測模型的輸入變量,采用在線序貫極限學(xué)習(xí)機的方法建立模型,并利用改進的混沌灰狼優(yōu)化算法得到最優(yōu)的初始權(quán)值和隱含層偏差,實現(xiàn)焙燒過程氧化鋁質(zhì)量預(yù)測建模。采用工業(yè)過程數(shù)據(jù)對提出的方法進行實驗驗證,仿真結(jié)果表明:所建立的預(yù)測模型具有更好的精度,從而驗證了方法的有效性。
【作者單位】： 廣西大學(xué)電氣工程學(xué)院;
【關(guān)鍵詞】： 氧化鋁焙燒過程 質(zhì)量預(yù)測 在線貫序極限學(xué)習(xí)機 Tent混沌 灰狼優(yōu)化算法
【基金】：國家自然科學(xué)基金資助項目(61364007) 廣西自然科學(xué)基金資助項目(2014GXNSFAA118391)
【分類號】：TQ133.1;TP18
【正文快照】： 0引言氧化鋁焙燒過程(alumina sintering process,簡稱ASP)伴隨復(fù)雜的物理化學(xué)變化,具有強非線性、檢測時間滯后、多變量等特點[1],而焙燒過程的控制目標(biāo)是使氧化鋁產(chǎn)品質(zhì)量綜合指標(biāo)達(dá)到最優(yōu)。目前,操作員通過觀察焙燒主爐的出口溫度、剩余氧含量、灼減等來判斷焙燒工況優(yōu)劣,，

本文編號：545436