可以当模板的摘要.docxVIP

基于变量选择的转炉炼钢终点预报模型Abstract:转炉炼钢的终点预报模型对于钢水终点碳含量和温度的命中非常重要. 针对高维输入不利于建立精确模型的问题, 使用互信息方法对预报模型输入变量进行选择. 为了区分各输入变量对输出的不同重要程度, 对各输入变量进行加权处理, 并采用微粒群算法对权值进行优化. 最后, 使用支持向量机方法建立转炉炼钢终点碳含量和温度预报模型. 对一座180 t 转炉实际生产数据进行仿真, 结果表明, 合理的变量选择和加权处理能有效提高模型的预报精度.基于多层稀疏先验的回归样条变量选择算法Abstract在计算机试验中,复杂现象的仿真拥有数目庞大的输入变量。因此,筛选出对输出有重大影响的输入变量显得至关重要。针对计算机试验的变量选择问题,提出一种基于贝叶斯多层稀疏先验的回归样条变量选择算法。新算法能够同时进行非重要输入变量的自动删除和重要输入变量系数的自适应估计。不同于计算机试验中已有的变量选择算法,新算法不需要调节控制稀疏性的超参数。通过快速算法进行数值求解,试验结果表明:新算法不仅能够更精确地实现变量选取,而且能够大大地降低计算复杂度。基于改进GA2PLS算法的最优辅助变量选择及其在软测量建模中的应用提出了改进的遗传算法与部分最小二乘回归相结合的最优辅助变量的选择方法。用遗传算法来选择变量时,编码方法简单,染色体的长度为候选变量的个数,每一位的取值(0或1