|
|||||
|
|
| 基于机器学习算法的轧机轧制力预测 | |
| 作者单位： | ;1.徐州工程学院信电工程学院;2.江苏省大型工程装备检测与控制重点建设实验室 |
| 摘 要： | 对轧机轧制力预测模型进行研究。由于常规LSSVM识别模型选取耗时长的网格搜索法进行参数确定,通常粒子群优化算法对LSSVM识别模型进行优化。由于种群中多样性加速下降,使得算法容易发生早熟收敛等问题,从而影响其全局寻优能力,因此使用种群活性粒子群优化算法对LSSVM参数进行优化,从而解决上述问题。通过实例分析可知,相比常规算法,改进PSO优化LSSVM算法建立的预测模型的预测精度和效率最高,具有较好的工程应用价值。 |
| 关 键 词： | 最小二乘支持向量机 粒子群优化算法 机器学习 轧制力预测 |
Rolling mill rolling force prediction based on machine learning algorithm |
|
| Abstract: | |
| Keywords: | |
