| 基于TSSA-SVR的焦炭质量预测模型研究 |
| |
| 引用本文： | 暴子旗,卢才武,章赛,宋思远. 基于TSSA-SVR的焦炭质量预测模型研究[J]. 中国矿业, 2022, 31(6) |
| |
| 作者姓名： | 暴子旗 卢才武 章赛 宋思远 |
| |
| 作者单位： | 西安建筑科技大学资源工程学院,西安建筑科技大学资源工程学院,西安建筑科技大学资源工程学院,西安建筑科技大学资源工程学院 |
| |
| 基金项目： | 陕西省自然科学基础研究计划联合基金项目；重点项目；（2019JLP-16） |
| |
| 摘 要： | 摘 要：焦炭质量对高炉冶炼的生产有着极大的影响，建立精确度高、适应性好的焦炭质量预测模型对企业生产具有重要的意义，为解决生产过程中焦炭质量难以实时测量的问题，提出一种基于混沌麻雀搜索算法（TSSA）优化支持向量回归机（SVR）的焦炭质量预测模型。首先采用改进Tent混沌映射初始化种群，加强麻雀搜索算法（SSA）的全局搜索能力，然后利用TSSA对SVR的参数进行优化，有效克服了传统SVR的参数选取问题。选取配合煤中的水分、灰分、挥发分等七项指标作为模型的输入，焦炭质量中的抗碎强度，耐磨强度，反应性、反应后强度四项指标作为模型的输出，依据焦化厂历史生产数据,对TSSA-SVR模型进行实例验证，并与SSA-SVR、SVR模型进行对比分析，实验结果表明，提出的方法具有较好的准确度和适应性，对焦炭生产具有一定的实用价值。
|
| 关 键 词： | 焦炭质量；Tent混沌映射；麻雀搜索算法；支持向量回归机； |
| 收稿时间： | 2021-09-11 |
| 修稿时间： | 2022-06-07 |
Coke Quality prediction model based on TSSA-SVR |
| |
| BAO Ziqi,LU Caiwu,ZHANG Sai,SONG Siyuan. Coke Quality prediction model based on TSSA-SVR[J]. CHINA MINING MAGAZINE, 2022, 31(6) |
| |
| Authors: | BAO Ziqi LU Caiwu ZHANG Sai SONG Siyuan |
| |
| Affiliation: | School of Resources Engineering, Xi''an University of Architecture and Technology,School of Resources Engineering, Xi''an University of Architecture and Technology,School of Resources Engineering, Xi''an University of Architecture and Technology,School of Resources Engineering, Xi''an University of Architecture and Technology |
| |
| Abstract: | |
| |
| Keywords: | Coke quality Tent chaotic mapping Sparrow Search Algorithm Support Vector Regression |
|
| 点击此处可从《中国矿业》浏览原始摘要信息 |
|
点击此处可从《中国矿业》下载免费的PDF全文 |
|
