| 生物冶金氧化预处理过程温度预测研究 |
| |
| 引用本文： | 杨梅,高丙朋.生物冶金氧化预处理过程温度预测研究[J].有色金属工程,2019,9(6). |
| |
| 作者姓名： | 杨梅 高丙朋 |
| |
| 作者单位： | ;1.新疆大学电气工程学院 |
| |
| 基金项目： | 国家自然科学基金资助项目（61463047） |
| |
| 摘 要： | 针对工业现场,尤其是高寒、高海拔地区受气候条件影响,温度变化剧烈,无法准确测量,难以建立精确的温度模型,进而影响生物冶金浸出率的问题,提出一种基于改进鲸鱼算法(EWOA)和核极端学习机(KELM)综合建模的方法。首先从工业现场采集100组实验数据,然后将前66组数据作为训练样本,后34组数据作为测试样本,最后分别采用KELM、WOA-KELM、EWOA-KELM方法建立氧化槽温度预测模型。研究结果表明,EWOA-KELM预测模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均相对百分比误差(MAPE)均比其它几种预测模型的低。该模型具有更高的预测精度和更强的泛化能力,为测量氧化槽的温度变化情况提供了一种新的方法。
|
| 关 键 词： | 生物冶金氧化预处理 温度 核极端学习机 改进鲸鱼算法 预测 |
| 收稿时间： | 2018/6/4 0:00:00 |
| 修稿时间： | 2018/6/26 0:00:00 |
Research on temperature prediction of biological metallurgy oxidation pretreatment process |
| |
| yangmei and gaobingpeng.Research on temperature prediction of biological metallurgy oxidation pretreatment process[J].Nonferrous Metals Engineering,2019,9(6). |
| |
| Authors: | yangmei and gaobingpeng |
| |
| Affiliation: | College of electrical engineering, Xinjiang University,College of electrical engineering, Xinjiang University |
| |
| Abstract: | |
| |
| Keywords: | biological metallurgy oxidation pretreatment temperature kernel extreme learning machine enhanced whale algorithm prediction |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《有色金属工程》浏览原始摘要信息 |
|
点击此处可从《有色金属工程》下载全文 |
|
