EMD—SVM非线性组合模型对高炉铁水含硅量的预测.pdf

第 19卷第 4期 中 国 计 量 学 院 学 报 V01．19No．4 2008年 12月 JournalofChinaJiliangUniversity Dec．2008 【文章编号1 1004—1540(2008)04—0355-05 EMD—SVM 非线性组合模型对 -． ．J Cj 同炉铁水含硅量的预测 王 义康 (中国计量学院 理学院，浙江 杭州 310018) 【摘 要】 提 出了一种基于经验模式分解 (EMD)和支持 向量机(SVM)的非线性组合模型的预测方法．该方 法运用 EMD将原始铁水含硅量 的时间序列分解成若干个频率不 同的平稳分量 ，分解后的分量突出了原序列 的局部特征．通过 Lempel—Ziv复杂度分析选用不 同的核函数 ，并利用 10一fold交叉检验方法取定相应的参数 ， 从而对各个分量构建不 同的支持向量机模型，并对各分量进行预测．仿真结果表明，EMEvSVM 非线性组合模 型预测命 中率达到 9O ． 【关键词】 经验模式分解 ；支持向量机 ；铁水含硅量 ；组合模型 【中图分类号】 TF531 【文献标识码】 A Predictionofsilicon contentinhotmetalbasedon EM D—SVM nonlinearcombinedmodel W ANG Yi—kang (CollegeofSciences。ChinaJiliangUniversity，Hangzhou310018，China) Abstract：In theblastfurnace (BF)ironmaking process，thesiliconcontentinhotmetalwhich reflectsthe thermalstateofBF iSan importantindex．InordertOpredictthesilicon contentinhotmetaleffectivelyand leveluptheforecastingaccuracy，acombined modelbased on EmpiricalModeDecomposition (EMD) and SupportVectorMachine (SVM)isproposed．Firstly，thetimeseriesdataofsiliconcontentinhotmetalare decomposedintoaseriesofstationary intrinsicmodefunctions (IMFs) in differentscalespaceviatheEMD siftingprocedure．ThelocalfeaturesoforiginaltimeseriesdataareprominentintheIMFs．Secondly，basedon theanalysis ofLemple-Ziv complexity and 10一fold cross validation， the rightkernelfunctions and their parametersarechosentObuilddifferentSVM srespectivelytopredicteachIMF．Finally，thepredictedresults ofallIMFsarereconstructed toobtain thefinalpredicted result． The resultshowsthatthe prediction is s