首頁 > 學(xué)術(shù)論文

基于參數(shù)調(diào)整LSSVM的轉(zhuǎn)爐煤氣回收預(yù)測

來源:論文學(xué)術(shù)網(wǎng)
時間:2024-08-18 22:04:05
熱度:

基于參數(shù)調(diào)整LSSVM的轉(zhuǎn)爐煤氣回收預(yù)測【摘要】:轉(zhuǎn)爐煤氣(Linz Donaniz Converter Gas,LDG)作為鋼鐵企業(yè)重要的二次能源,其有效的回收利用和調(diào)度是維持煤

【摘要】:轉(zhuǎn)爐煤氣(Linz Donaniz Converter Gas,LDG)作為鋼鐵企業(yè)重要的二次能源,其有效的回收利用和調(diào)度是維持煤氣用戶正常運行的關(guān)鍵環(huán)節(jié),也是響應(yīng)國家節(jié)能降耗,降低成本的有效途徑。由于轉(zhuǎn)爐煤氣回收不連續(xù)(間歇性)和用戶的不穩(wěn)定消耗,造成該二次能源嚴重供需不平衡。因此科學(xué)準確的預(yù)測轉(zhuǎn)爐煤氣回收量,指導(dǎo)用戶合理生產(chǎn),維持供需平衡是一項意義重大的研究和開發(fā)課題。 本文通過介紹轉(zhuǎn)爐煤氣的發(fā)生機制和影響因素,針對寶鋼三座轉(zhuǎn)爐煤氣的回收數(shù)據(jù)進行分析,使用BP神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(LSSVM)對轉(zhuǎn)爐煤氣回收進行預(yù)測,通過比較預(yù)測精度和運行時間選取LSSVM作為本文的預(yù)測方法。在與三步網(wǎng)格搜索算法和混沌優(yōu)化算法進行超參數(shù)優(yōu)化對比的基礎(chǔ)上,采用粒子群優(yōu)化算法確定超參數(shù),并通過5折交叉驗證方法進行參數(shù)驗證,最終實現(xiàn)了動態(tài)參數(shù)調(diào)整的LSSVM預(yù)測模型。 以寶鋼三座轉(zhuǎn)爐煤氣回收系統(tǒng)為例,采用上述研究的LSSVM對轉(zhuǎn)爐煤氣回收進行預(yù)測,有效地驗證了該預(yù)測方法的準確性和實用性,能夠滿足生產(chǎn)要求,對于提高轉(zhuǎn)爐煤氣的利用率和加強企業(yè)的信息化意義重大。 【關(guān)鍵詞】:轉(zhuǎn)爐煤氣回收預(yù)測 最小二乘支持向量機 粒子群優(yōu)化算法
【學(xué)位授予單位】:大連理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2012
【分類號】:X757
【目錄】:
  • 摘要4-5
  • Abstract5-8
  • 1 緒論8-15
  • 1.1 研究背景及目的8
  • 1.1.1 研究背景8
  • 1.1.2 課題來源及目的8
  • 1.2 國內(nèi)外研究現(xiàn)狀8-13
  • 1.2.1 轉(zhuǎn)爐煤氣回收的國內(nèi)外研究現(xiàn)狀9-10
  • 1.2.2 預(yù)測方法的研究現(xiàn)狀10-13
  • 1.3 LDG回收預(yù)測存在的主要問題13-14
  • 1.4 本文的主要內(nèi)容14-15
  • 2 轉(zhuǎn)爐煤氣發(fā)生機制及數(shù)據(jù)分析與處理15-22
  • 2.1 轉(zhuǎn)爐煤氣發(fā)生機制及影響因素15-16
  • 2.2 轉(zhuǎn)爐煤氣回收系統(tǒng)分析16-21
  • 2.2.1 寶鋼轉(zhuǎn)爐煤氣系統(tǒng)16
  • 2.2.2 數(shù)據(jù)分析16-20
  • 2.2.3 數(shù)據(jù)處理20-21
  • 2.3 小結(jié)21-22
  • 3 轉(zhuǎn)爐煤氣回收預(yù)測模型22-34
  • 3.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測22-27
  • 3.1.1 BP神經(jīng)網(wǎng)絡(luò)22
  • 3.1.2 BP網(wǎng)絡(luò)預(yù)測模型及結(jié)果22-27
  • 3.2 最小二乘支持向量機預(yù)測模型27-31
  • 3.2.1 最小二乘支持向量機27-29
  • 3.2.2 最小二乘支持向量機預(yù)測模型及結(jié)果29-31
  • 3.3 預(yù)測模型比較31-32
  • 3.4 小結(jié)32-34
  • 4 基于參數(shù)調(diào)整的LSSVM轉(zhuǎn)爐煤氣回收預(yù)測34-45
  • 4.1 混沌優(yōu)化算法34-35
  • 4.2 三步網(wǎng)格搜索優(yōu)化算法35-37
  • 4.3 粒子群優(yōu)化算法37-38
  • 4.4 超參數(shù)優(yōu)化方法38-44
  • 4.5 小結(jié)44-45
  • 結(jié)論45-46
  • 參考文獻46-48
  • 致謝48-49


您可以在本站搜索以下學(xué)術(shù)論文文獻來了解更多相關(guān)內(nèi)容

基于網(wǎng)格搜索的支持向量機核函數(shù)參數(shù)的確定    王興玲,李占斌

寶鋼轉(zhuǎn)爐煤氣回收極限研究    王鼎;周慶安;

國內(nèi)外鋼鐵企業(yè)節(jié)能水平對比分析    周慶安;

濟鋼能源中心煤氣平衡預(yù)測模型研究    姜曙光

基于果蠅優(yōu)化算法的模擬濾波器設(shè)計    肖正安;

利用神經(jīng)網(wǎng)絡(luò)算法推算超額吉布斯自由能    張引沁;

網(wǎng)絡(luò)擁塞混沌控制策略研究    遲建平;任順平;

基于混沌系統(tǒng)的文件加密技術(shù)研究    王鳳英

基于基本競爭型網(wǎng)絡(luò)的車用汽油機失火度的識別    汪長軍,李岳林,劉志強

CFA6470HEV發(fā)動機燃油經(jīng)濟性的BP神經(jīng)網(wǎng)絡(luò)建模及優(yōu)化    鄧元望;張邦基;龔金科;譚理剛;

利用小波包分析和混沌特征提取進行船舶輻射噪聲分類    趙犁豐,宋潔,姚玉玲,楊軍波

改進的RBF網(wǎng)絡(luò)在區(qū)域需水預(yù)測中的應(yīng)用    白雪華,郭旭穎

基于組合預(yù)測模型的股票預(yù)測方法的研究    李春興;白建東;

基于粒子群優(yōu)化支持向量機的礦井涌水量預(yù)測    臧大進;劉增良;曹云峰;

下一代網(wǎng)絡(luò)信令流量的混沌預(yù)測    劉潤杰;申金媛;張端金;穆維新;

基于SARBF神經(jīng)網(wǎng)絡(luò)擬合的交通流量殘缺信息修補方法研究    吳堅;陳寧;

基于神經(jīng)網(wǎng)絡(luò)控制的倒立擺系統(tǒng)仿真研究    李凌;苗鑫;袁德成;

不規(guī)則波浪激勵下的船舶橫搖運動動力學(xué)研究    蔡烽;石愛國;沈泓萃;

海浪非線性行為的參數(shù)化表征    蔡烽;沈泓萃;繆泉明;周德才;

一種改進的短期交通流量多步預(yù)測模型    楊文;張志敏;萬浩;

不規(guī)則橫浪中船舶大角橫搖的非線性動力學(xué)分析    蔡烽;沈泓萃;繆泉明;周德才;

風浪中艦船搖蕩運動時歷的混沌分析    蔡烽;沈泓萃;繆泉明;

兩種波浪激勵下的船舶橫搖運動動力學(xué)研究    蔡烽;沈泓萃;繆泉明;

ARIMA模型在預(yù)測燒結(jié)礦成份中的應(yīng)用    蔣大軍;林千谷;何木光;朱繼濤;李勁明;

基于煤礦瓦斯監(jiān)測數(shù)據(jù)的煤與瓦斯突出預(yù)警技術(shù)研究    孫麗娟

基于SVM的多類文本分類研究    李金華

時間序列線性表示方法及其相似性度量算法研究    湯雪

n-GaAs中的混沌研究    張莉

基于支持向量機的時間序列預(yù)測    姜成玉

支持向量機在金融市場預(yù)測中的應(yīng)用    李海清

GEP及SVM融合的分類技術(shù)研究    王文棟

區(qū)間自適應(yīng)粒子群算法研究及其應(yīng)用    姜念

基于灰理論的土石壩安全監(jiān)控綜合評價模型研究    喬小琴

基于混沌理論的電力諧波檢測研究    李婭

基于網(wǎng)格搜索的支持向量機核函數(shù)參數(shù)的確定    王興玲,李占斌

改進的多層遞階回歸算法在進出口貿(mào)易中的應(yīng)用    吳為英 ,向陽,崔家保

臨鋼煤氣平衡現(xiàn)狀與發(fā)展淺析    武運生;

灰色關(guān)聯(lián)度算法模型的研究綜述    田民;劉思峰;卜志坤;

天鐵高爐煤氣系統(tǒng)平衡調(diào)節(jié)的探討    王根年

低滲透氣藏儲量經(jīng)濟評價模型與應(yīng)用    楊軼;陳光海;陳武;

一種混沌神經(jīng)網(wǎng)絡(luò)及其在旅行商問題中的應(yīng)用    徐耀群;劉健;

鋼鐵企業(yè)能量流網(wǎng)絡(luò)信息模型及多種能源介質(zhì)動態(tài)調(diào)控    孫彥廣;

鋼鐵企業(yè)能源中心及其組織體系    鄒寬;

轉(zhuǎn)爐煤氣回收鼓風機配套功率的選擇    周明光

基于現(xiàn)場總線控制技術(shù)的轉(zhuǎn)爐煤氣回收自控系統(tǒng)    

應(yīng)用于煉鋼轉(zhuǎn)爐煤氣回收的爆炸遏制系統(tǒng)及方法    

唐鋼30噸轉(zhuǎn)爐煤氣回收    柴建華;申東海;

轉(zhuǎn)爐煤氣回收氣柜系統(tǒng)的若干安全問題    錢紅輝

淺談冶金企業(yè)轉(zhuǎn)爐煤氣的回收與利用    兆春民;李興云;

煉鋼廠轉(zhuǎn)爐煤氣回收誤差操作分析研究    高愷;陳顯著;王兆平;丁尚剛;高海波;

轉(zhuǎn)爐煤氣回收取樣分析及控制裝置    

轉(zhuǎn)爐煤氣回收設(shè)計及生產(chǎn)實踐    劉澤發(fā);

轉(zhuǎn)爐煤氣回收    陸巖

開發(fā)新用戶提高三鋼轉(zhuǎn)爐煤氣回收量    蘇振栓;李盈濤;

轉(zhuǎn)爐煤氣回收系統(tǒng)在承鋼的應(yīng)用    劉念念;崔維力;胡金輝;

充分實現(xiàn)資源的再利用——轉(zhuǎn)爐煤氣回收的應(yīng)用技術(shù)和技巧初探    孫久榮;樊兆亭;

轉(zhuǎn)爐煤氣回收與氣柜檢修    張維祥;

萊鋼煉鋼廠優(yōu)化轉(zhuǎn)爐煤氣回收的研究與實踐    王文濤;顏景春;趙景泉;潘春生;

馬鋼新區(qū)轉(zhuǎn)爐煤氣回收利用的分析與思考    胡勝利;劉健;

優(yōu)化工藝提高轉(zhuǎn)爐煤氣回收量    孟慶珍;張興利;張俊粉;

馬鋼第三煉鋼廠1號轉(zhuǎn)爐煤氣回收裝置的過程控制    孫蓉琳;曹烈;

基于遺傳算法和LSSVM的網(wǎng)絡(luò)安全事件發(fā)生頻率預(yù)測    趙光耀;鄒鵬;韓偉紅;

基于小波分析與LSSVM的滑坡變形預(yù)測    李瀟;徐進軍;

臨鋼公司提高轉(zhuǎn)爐煤氣回收率    記者 李午生 通訊員 溫志琴

通鋼轉(zhuǎn)爐煤氣回收創(chuàng)紀錄    陸奎 李靜 盧立巖 記者 柳青

有效提升轉(zhuǎn)爐煤氣回收利用效果    王永忠 施錦德

選擇經(jīng)濟、高效的轉(zhuǎn)爐煤氣回收技術(shù)    潘秀蘭

酒鋼碳鋼薄板廠轉(zhuǎn)爐煤氣回收利用見成效    聞軍年 羅祁華

臨鋼公司三季度煤氣回收增效十八萬余元    記者 李輝 通訊員 溫志琴

國內(nèi)轉(zhuǎn)爐煤氣回收新進展    且克明

包鋼4月份噸鋼綜合能耗進一步優(yōu)化    記者王平

調(diào)整轉(zhuǎn)爐煤氣回收標準和時間實現(xiàn)降本增效    喬曉輝 王興銳

河北鋼鐵宣鋼煉鋼廠轉(zhuǎn)爐煤氣回收量創(chuàng)新高    喬曉輝

數(shù)學(xué)形態(tài)學(xué)在機械故障診斷中的應(yīng)用研究    沈路

粒子群優(yōu)化算法研究及在陣列天線中的應(yīng)用    張瑋

融合熱運動機制的粒子群優(yōu)化算法研究及其應(yīng)用    徐星

多目標粒子群優(yōu)化算法的全局搜索策略研究    王宇嘉

粒子群優(yōu)化算法及其應(yīng)用研究    李丹

粒子群優(yōu)化算法研究及其在船舶運動參數(shù)辨識中的應(yīng)用    戴運桃

粒子群優(yōu)化算法研究及其在海底地形輔助導(dǎo)航中的應(yīng)用    譚佳琳

粒子群優(yōu)化算法及其在機電設(shè)備中的應(yīng)用研究    劉波

粒子群優(yōu)化算法的改進及其在航跡規(guī)劃中的應(yīng)用研究    傅陽光

面向?qū)嶋H工程問題的粒子群優(yōu)化算法應(yīng)用技術(shù)的研究    王大志

基于參數(shù)調(diào)整LSSVM的轉(zhuǎn)爐煤氣回收預(yù)測    肖艷山

基于LSSVM腫瘤圖像分類方法的應(yīng)用研究    于忠平

基于混合核函數(shù)的LSSVM發(fā)酵建模    徐飛

GPU并行計算在LSSVM建模中的研究與應(yīng)用    高和東

基于Curvelet和快速稀疏LSSVM的目標識別    張一凡

基于參數(shù)優(yōu)化LSSVM在轉(zhuǎn)爐煤氣系統(tǒng)預(yù)測中的應(yīng)用    田向偉

基于LSSVM算法的模糊建模及在鑄造設(shè)備控制中的應(yīng)用    鄭文建

LSSVM優(yōu)化方法的研究    楊曉雷

基于改進PSO和參數(shù)優(yōu)化的LSSVM的風力發(fā)電機齒輪箱故障診斷    徐志翔

LSSVM在油庫鐵路裝卸系統(tǒng)安全評價中的研究及應(yīng)用    金玉鑫