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。
张燕1,2,代亚菲1,陈玲玲1,2,宣伯凯1
1. 河北工业大学控制科学与工程学院2. 河北省控制工程技术研究中心
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。
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;