基于IPSO-SVR的水泥分解炉温度预测模型研究

为建立稳定可靠的分解炉温度预测模型,结合与分解炉温度密切相关的几个主要运行参数,提出一种粒子群参数优化的支持向量回归机算法(PSO-SVR),并在粒子群算法中引入自适应惯性权重的思想,构建出分解炉温度预测模型。与未改进的模型进行仿真对比实验,实验结果表明,该IPSO-SVR模型具有较佳的预测能力,预测相关系数达到0.707 5,温度预测误差绝对值不超过7℃,误差率在0.8%以内。

Research on cement decomposing furnace temperature prediction model based on IPSO-SVR