基于混沌灰狼优化算法的氧化铝质量指标预测模型
- 详情
- 2021-04-27
- 简介
- 310KB
- 页数 10P
- 阅读 92
- 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
烧结法生产氧化铝 314KB
铝和氧化铝的润湿性及氧化铝陶瓷敷铝基板 230KB
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
不同氧化铝粉末等离子喷涂氧化铝涂层的性能 950KB
氧化铝专用Y型料浆阀的结构特点 179KB
酸法提取粉煤灰中氧化铝的条件选择 604KB
氧化铝材知识 12KB
氧化铝板 255KB