华南理工大学自动化科学与工程学院 广州 510640
陈治明
TG335
针对带钢热连轧轧制力的精确预测问题,提出一种基于最小二乘支持向量机模型的预测算法.在分析最小二乘支持向量机数学预测模型的基础上,提出一种改进的结合遗传算法的变尺度混沌优化方法,以进行最优模型参数的搜索.利用实测在线数据对模型进行训练并进行轧制力预测.仿真结果表明,利用该方法可使轧制力预测精度得到提高,平均误差率从BP神经网络的±10%降到±5%以下,为进一步提高热连轧厚度控制精度提供了一种有效方法.
陈治明;罗飞;黄晓红;许玉格.基于混沌优化支持向量机的轧制力预测[J].控制与决策,2009,24(6):808-812