期刊文献+

粒子群优化支持向量机的BOF用氧量预报研究 被引量:8

Study on Blowing Oxygen Volume Prediction of BOF Steelmaking Based on PSO-SVM
下载PDF
导出
摘要 针对BOF用氧量预报模型精度不高的问题,提出利用粒子群优化支持向量机的用氧量预报建模方法,以此来优化用氧量,进而提高钢液的质量。结果表明,与RBF、BP及SVM相比,粒子群优化支持向量机的BOF吹氧量预报模型精度高、推广能力强。 Aiming at the low accuracy of prediction models for BOF blowing oxygen volume, the modeling method of blowing oxygen volume prediction using particle swarm optimization support vector machine was proposed. The results show that, comparing to other algorithms, such as RBF, BP and SVM, the prediction model of BOF blowing oxygen volume using particle swarm optimization support vector machine has a higher modeling accuracy and better generalization ability.
出处 《铸造技术》 CAS 北大核心 2014年第8期1806-1809,共4页 Foundry Technology
基金 内蒙古自然科学基金重大项目资助(2011ZD08)
关键词 粒子群 支持向量机 用氧量预报 转炉炼钢 particle swarm support vector machine blowing oxygen volume prediction BOF steelmaking
  • 相关文献

参考文献14

二级参考文献75

共引文献1097

同被引文献63

引证文献8

二级引证文献30

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部