10.11857/j.issn.1674-5124.2017.08.019
基于SOA-ELM的水泥分解炉温度预测
在变工况的水泥生产过程中,为预知风尧煤尧料的投入量,提出一种基于人群搜索算法(SOA)优化极限学习机(ELM)的水泥分解炉温度预测模型.采用现场数据,选取相关因素,用ELM建立预测模型,通过SOA对ELM的输入输出权值进行动态寻优,克服其初始权值的随机性,实现分解炉温度的预测.与未优化权值的ELM模型和利用粒子群算法(PSO)优化的ELM模型进行仿真对比,实验表明该SOA-ELM模型具有更佳的预测能力.在隐层节点数为9时,该模型的预测值与真实值的平均相对误差为0.0045%.该模型的建立,可为后期的分解炉温度控制提供依据.
水泥分解炉温度、预测模型、人群搜索算法、极限学习机
43
TP3;TP2
吉林省科技厅项目20150203003SF
2017-09-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
91-94