基于改进的FOA-LSSVM磨矿粒度软测量模型

来源期刊：矿业研究与开发2015年第11期

论文作者：张燕 代亚菲 陈玲玲 宣伯凯

文章页码：97 - 103

关键词：磨矿粒度;软测量;实时检测;改进的果蝇算法;最小二乘支持向量机;

摘    要：以典型的两段磨矿回路为研究对象,针对磨矿粒度在线检测困难而难以满足实时控制的难题,提出一种新的软测量建模方法。应用最小二乘支持向量机（LSSVM）进行磨矿粒度软测量建模,为解决参数设置的盲目性,利用改进的变步长果蝇优化算法（FOA）较强的寻优能力对LSSVM的惩罚系数和核参数进行优化。对该模型进行预测仿真,同时与网格搜索法、粒子群法和未改进的果蝇算法优化的LSSVM模型进行对比实验。结果表明,相对于其他模型,改进的FOA-LSSVM收敛速度快,预测精度最高,较好地实现了对磨矿粒度的实时检测。