基于MFO-SVR的球磨机出粉量估算

针对球磨机出粉量难以测量的问题,文章借助以数据驱动为基础的软测量技术,建立了基于支持向量回归机(support vector regression,SVR)的球磨机出粉量估算模型。为减小模型的误差,使用飞蛾火焰优化(moth-flame optimization,MFO)算法对SVR的惩罚因子C以及径向基函数(radial basis function,RBF)核系数g进行优化。为验证MFO算法的可靠性,将此算法与粒子群优化(particle swarm optimization,PSO)算法、遗传算法(genetic algorithm,GA)进行比较,分别建立了球磨机出粉量的MFO-SVR、PSO-SVR、GA-SVR模型,试验结果表明MFO-SVR估算模型对出粉量有较好的预测和泛化能力。