基于混沌灰狼优化算法的氧化铝质量指标预测模型
100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 310KB
- 页数 10P
- 阅读 95
- 下载 22
针对氧化铝焙烧过程具有强非线性、检测滞后等特点，提出一种基于混沌灰狼优化算法( CGWO)参数优化在线贯序极限学习机( OSELM)的氧化铝质量预测模型。在基于机理分析和变量相关性分析的基础上，选择氧化铝质量指标预测模型的输入变量，采用在线序贯极限学习机的方法建立模型，并利用改进的混沌灰狼优化算法得到最优的初始权值和隐含层偏差，实现焙烧过程氧化铝质量预测建模。采用工业过程数据对提出的方法进行实验验证，仿真结果表明：所建立的预测模型具有更好的精度，从而验证了方法的有效性。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于混沌灰狼优化算法的氧化铝质量指标预测模型 310KB
粉煤灰提取氧化铝的综合利用 1.6MB
氧化铝生产工艺之混联法的优缺点 33KB
粉煤灰制备氢氧化铝 1.7MB
外包氧化铝奥氏体钢 90KB
氢氧化铝制备高纯氧化铝 245KB
氧化铝仓库及氧化铝输送系统施工组织设计 752KB
公司氧化铝严重质量事故的处理通报 18KB
利用电厂粉煤灰酸法生产氧化铝 510KB
基于混沌蚁群算法的电力短期负荷预测 142KB