基于IGS和SVM的烧结返矿量智能集成预测模型
DOI:
CSTR:
作者:
作者单位:

中南大学信息科学与工程学院 长沙 410083

作者简介:

吴敏

通讯作者:

中图分类号:

TP273

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对烧结返矿量难以进行有效预测的问题,提出一种智能集成预测模型.首先利用改进灰色系统和支持向量机两个单一模型分别对返矿量进行预测;然后基于预测精度的数学期望和标准差,通过求取最优加权系数,建立烧结返矿量智能集成预测模型进行返矿量集成预测.运行结果表明,该集成模型的预测精度高于单一模型,能有效地对返矿量进行预测.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王春生;吴敏;曹卫华.基于IGS和SVM的烧结返矿量智能集成预测模型[J].控制与决策,2008,23(4):450-454

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-01-09
  • 最后修改日期:2007-05-13
  • 录用日期:
  • 在线发布日期: 2008-04-20
  • 出版日期:
文章二维码