基于能量诱导型PSO算法与LSSVM模型的钢铁企业高炉煤气消耗量预测

【摘要】：针对钢铁企业高炉煤气消耗量存在的波动大、随机性强、难以预测等特点,引入能量剩余函数,提出了一种与粒子自身能量相关的能量诱导型粒子群(Energy Guided Particle Swarm Optimization,EGPSO)算法。利用其对最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的参数进行优化,最后采用优化后的最小二乘支持向量机模型(EGPSO-LSSVM)进行高炉煤气消耗量预测。仿真实验表明:改进后的预测模型在平均绝对百分比误差、均方误差、均方百分比误差三项指标上均优于普通BP神经网络模型和普通最小二乘支持向量机模型,可以为高炉煤气资源的合理使用提供依据。 【作者单位】： 天津理工大学天津市复杂系统控制理论与应用重点实验室;天津农学院;
【关键词】： 高炉煤气预测 粒子群算法 最小二乘支持向量机 参数优化 惯性权重
【基金】：天津市科技支撑计划项目(13ZCZDGX03800)
【分类号】：TF089;TP18
【正文快照】： 0引言高炉煤气是钢铁企业生产过程中重要的二次能源[1]。国外大型钢铁企业的高炉煤气利用率极高,如日本的新日铁,高炉煤气的回收利用率可达100%,基本实现了零放散。但在国内的各大型钢铁企业中,除宝钢外,其他钢铁企业的高炉煤气回收利用效率普遍较低,相当一部分的煤气资源被放

您可以在本站搜索以下学术论文文献来了解更多相关内容

钢铁企业高炉煤气供需预测模型及应用    张琦;谷延良;提威;蔡九菊;

微粒群算法的参数选择及收敛性分析    崔红梅;朱庆保;

粒子群优化的速度方程改进与自适应变异策略    李会荣;高岳林;

一种基于单元分类的钢铁企业煤气调度模型    聂秋平;吴敏;张超;熊永华;

基于最小二乘支持向量机的焦炉煤气柜位预测模型及应用    张晓平;赵珺;王伟;丛力群;冯为民;陈伟昌;

基于IPSO-LSSVM的风电功率短期预测研究    王贺;胡志坚;张翌晖;张子泳;张承学;

基于PSO-NP算法的广义预测PID控制及应用    曹晋宏;李国勇;

一种改进PSO-LSSVM算法在锅炉燃烧优化中的应用    童晓;孙卫红;李强;

惯性权重粒子群算法模型收敛性分析及参数选择    孙湘;周大为;张希望;

高炉煤气成分过程检测    丁元明,张学东,张宏勋

基于群智能算法无线传感网络分簇路由协议    钱昌俊;

一种基于向量差的粒子群优化模型    王一萍;

钢铁企业副产煤气优化调度问题模型及算法    施灿涛;刘自升;李铁克;王宁宁;

粒子群优化算法中惯性权重综述    周俊;陈璟华;刘国祥;许伟龙;

基于HP-Elman-LSSVM模型钢铁企业自备电厂煤气供入量预测及优化调度    李红娟;王建军;王华;孟华;

基于流程网络的高炉煤气系统分析    曹建全;袁贞;郝飞;姜彬;

静止同步补偿器IGBT开路故障诊断方法    杨晓冬;史丽萍;夏正龙;

大间隔分类学习研究现状    潘巍;马培军;苏小红;

双加权最小二乘支持向量机的短期风速预测    潘学萍;史宇伟;张弛;

一种改进的最小二乘孪生支持向量机分类算法    储茂祥;王安娜;巩荣芬;

基于PSO-BP神经网络的高炉煤气柜位预测模型及应用    魏津瑜;张玮;李欣;

Modeling for Penicillin Fermentation Process based on Weighted LS-SVM and Pensim    Weili Xiong;Xiao Wang;Qian Zhang;Baoguo Xu;

基于数值模拟与试验运行数据的电站锅炉燃烧系统复合建模    沙超;康俊杰;

Supervisory Predictive Control of Weighted Least Square Support Vector Machine based on Cauchy Distribution    LI Suzhen;LIU Xiangjie;YUAN Gang;

An Optimal Sparseness Approach for Least Square Support Vector Machine    Jia Luo;Shihe Chen;Le Wu;Shirong Zhang;

钢铁企业副产煤气系统优化调度研究    孔海宁

被动声目标识别理论研究    吕艳新

改进的微粒群算法及其在结构拓扑优化中的应用    袁代林

节理岩质边坡位移反分析与稳定性评价方法研究    漆祖芳

基于最小二乘支持向量机的铝电解过程建模与控制研究    阎纲

核电站主控室后备盘台人机界面建模及其优化方法研究    许彧青

基于（多）小波（包）、神经网络及优化的模拟电路故障诊断研究    谢涛

大流量煤气压力调节阀流固耦合机理及动态特性研究    曹芳

批式流加与连续发酵的非光滑动力系统辨识与优化控制    沈邦玉

基于能量耗损的机械设备故障诊断理论与方法研究    肖海兵

区间自适应粒子群算法研究及其应用    姜念

基于支持向量机的网站发布系统设计与实现    张峰

GPU并行计算在LSSVM建模中的研究与应用    高和东

基于神经网络和群智能优化算法的生产过程预警技术及其应用    刘涛

微粒群算法理论研究及其在PID参数优化中的应用    江维

基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究    李文婷

粒子群算法改进及应用    刘洪霞

粒子群优化算法及支持向量机应用研究    徐水华

BP神经网络的改进研究及应用    刘天舒

群智能优化算法理论及在资源调度中的应用研究    朱孔村

宝钢高炉煤气系统平衡实践    邓万里,陈伟昌

钢铁企业煤气系统的优化利用模型    张建良,王妤

钢铁企业燃气互换性研究    张琦;蔡九菊;吴复忠;宋军;

含风电场电力系统旋转备用获取模型    葛炬;王飞;张粒子;

短期风电功率预测误差综合评价方法    徐曼;乔颖;鲁宗相;

风电场输出功率超短期预测结果分析与改进    陈颖;周海;王文鹏;曹潇;丁杰;

基于小波—BP神经网络的短期风电功率预测方法    师洪涛;杨静玲;丁茂生;王金梅;

基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统    周昊,朱洪波,岑可法

基于主成分分析与前向反馈传播神经网络的风电场输出功率预测    张明理;杨晓亮;滕云;徐建源;林莘;

基于主成分分析与人工神经网络的风电功率预测    周松林;茆美琴;苏建徽;

几个预测方法及模型的研究    唐万梅

风电功率组合预测研究    叶晨

基于人工神经网络的高炉热状态预测模型研究    曾燕飞

钢铁企业主工序分厂煤气量预测方法研究    刘渺

济钢能源中心煤气平衡预测模型研究    姜曙光

基于改进ESN的高炉煤气系统预测方法的研究    时飞飞