%0 Journal Article
%T 热处理炉钢板温度的自适应混沌粒子群算法–最小二乘支持向量机优化预报算法
%A 李静
%A 王京
%A 杨磊
%A 刘森
%J 控制理论与应用
%D 2011
%R 10.7641/j.issn.1000-8152.2011.12.CCTA100895
%X 针对传统传热模型参数调整较复杂和模型精度较低的问题,构建了一种基于改进粒子群算法优化最小二乘支持向量机(leastsquaresSVM,LSSVM)的钢板温度预报模型.首先,对基本粒子群算法进行分析，提出自适应混沌粒子群算法(adaptivechaosPSO,ACPSO),并通过性能指标定量评价验证算法的有效性、鲁棒性和寻优效率.其次,采用LSSVM建立钢板温度预报模型,并选用径向基函数作为核函数,用ACPSO算法优化该模型参数.最后,结合现场数据进行仿真研究和工程应用,结果表明基于该算法建立的钢板温度预报模型具有较高的预报精度,达到智能调优的目的.
%K 热处理炉
%K 粒子群优化算法
%K 支持向量机
%K 混沌
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA100895&flag=1