支持向量機(jī)在高爐爐溫預(yù)報中的應(yīng)用及若干改進(jìn).pdf

1、鋼鐵是現(xiàn)代社會發(fā)展最重要的工業(yè)原材料之一，鋼鐵工業(yè)則是現(xiàn)代國家的支柱產(chǎn)業(yè)。在鋼鐵工業(yè)的生產(chǎn)流程中，高爐煉鐵是一個十分重要的環(huán)節(jié)。為了實現(xiàn)高爐的節(jié)能降耗和穩(wěn)定優(yōu)質(zhì)高產(chǎn)，需要對其工藝過程進(jìn)行優(yōu)化，建立高爐煉鐵過程優(yōu)化與智能控制系統(tǒng)。
　　 高爐煉鐵過程是一個極度復(fù)雜的高溫物理化學(xué)反應(yīng)過程，包括上百種物理、化學(xué)變化，涉及數(shù)百個反應(yīng)變量。主要的反應(yīng)變量既包括料速、透氣性指數(shù)、鐵量差等狀態(tài)變量，也包括風(fēng)量、風(fēng)溫、噴煤、富氧率等控制變量。高

2、爐煉鐵優(yōu)化控制的關(guān)鍵技術(shù)之一在于準(zhǔn)確地預(yù)測高爐爐溫變化發(fā)展趨勢。在科研與生產(chǎn)中通常用高爐鐵水硅質(zhì)量分?jǐn)?shù)[Si]來表征鐵水溫度及高爐爐溫。研究者已經(jīng)建立了一系列高爐爐溫的預(yù)測模型，按照數(shù)學(xué)模型的分類角度可以將這些模型分為三大類：機(jī)理模型，推理模型與數(shù)理模型。隨著對高爐爐溫預(yù)測模型研究的不斷深入，專家系統(tǒng)逐漸被應(yīng)用于高爐煉鐵的生產(chǎn)實踐，取得了一定的成果。但迄今為止高爐煉鐵的閉環(huán)智能控制尚未實現(xiàn)，仍然需要進(jìn)一步深入研究，而其中的一個技術(shù)關(guān)鍵就

3、在于準(zhǔn)確地預(yù)測高爐爐溫變化發(fā)展趨勢，建立適當(dāng)?shù)臓t溫預(yù)測模型。
　　 “統(tǒng)計學(xué)習(xí)理論”是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典理論，以“結(jié)構(gòu)風(fēng)險最小化原則”為基礎(chǔ)，綜合考慮了經(jīng)驗風(fēng)險與置信范圍，從而得到對實際風(fēng)險的更好的優(yōu)化。“支持向量機(jī)”是在統(tǒng)計學(xué)習(xí)理論上發(fā)展起來的機(jī)器學(xué)習(xí)算法，能夠?qū)崿F(xiàn)分類和預(yù)測的功能，并且可以較好地解決過擬合問題，對于非線性和有限樣本的情形具有較好的學(xué)習(xí)效果，已經(jīng)在高爐鐵水[Si]預(yù)測中取得了初步的應(yīng)用。
　　 本文根據(jù)

4、支持向量機(jī)的算法特點，對其中的懲罰參數(shù)C及核函數(shù)K進(jìn)行了一定的改進(jìn)與優(yōu)化，引入模糊數(shù)學(xué)及混合核策略，建立了模糊支持向量機(jī)模型及混合核支持向量回歸機(jī)模型，分別應(yīng)用于高爐鐵水[Si]波動趨勢預(yù)報及高爐鐵水[Si]數(shù)值預(yù)測，針對采自包鋼6號高爐(2500立方米)的400爐生產(chǎn)數(shù)據(jù)進(jìn)行了建模分析。為避免單組樣本的建模結(jié)果出現(xiàn)偶然性，本文基于隨機(jī)抽樣理論進(jìn)行了多組試驗，試驗結(jié)果顯示：與決策樹及常規(guī)支持向量機(jī)相比，模糊支持向量機(jī)改進(jìn)了分類預(yù)報效果，