基于SVM的烧结矿智能预测关键技术研究

作     者：王爱民 钟珞 宋强 

作者机构：武汉理工大学计算机学院武汉430070 安阳师范学院计算机与信息工程学院安阳455002 安阳工学院机械工程系安阳455002 

基　　金：教育部高校行动计划项目(2004XB-03) 国家自然科学基金项目(60875081) 河南省重大科技公关项目(072102360012) 

出 版 物：《武汉理工大学学报》 (Journal of Wuhan University of Technology)

年 卷 期：2009年第31卷第18期

页      码：59-62页

摘      要：研究了烧结矿化学成分智能预测的若干关键技术,包括非线性支持向量回归估计算法、核函数与参数选取、样本数据的标准化处理,研究了基于区间优化的烧结矿化学成分控制方案。设计和实现了一种新的烧结矿化学成分智能预测系统,能够较好地实现预测值和化验值的拟合,预测效果显著。

主 题 词：烧结矿化学成分 支持向量机 智能预测 非线性回归 优化控制 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0805[工学-能源动力学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3963/j.issn.1671-4431.2009.18.016

馆 藏 号：203188274...