高炉焦炭质量的GA-SVM模型预测.pdfVIP

高炉焦炭质量的GA-SVM模型预测.pdf

高炉焦炭质量的GA．SVM模型预测·57·

高炉焦炭质量的GA—SVM模型预测

袁正波，陶文华，王志峰

(辽宁石油化工大学信息与控制工程学院，辽宁抚顺113001)

摘要：焦炭的质量对高炉冶炼的生产有着重要的影响，为保证焦炭质量产量的稳定以及优化焦炭质量，

针对线性回归预测方法难以解决配合煤与焦炭质量指标之间的非线性问题，通过分析焦炭质量影响因

素，提出了一种基于GA—SVM模型的焦炭质量预测，解决了模型中惩罚因子C、基函数参数和不敏感

损失参数占难以确定的问题。最后基于某炼焦企业数据进行仿真实验，与BP神经网络预测比较，结果

表明优化后的GA-SVM模型具有较高预测精度，对焦炭生产具有一定的应用价值。

关键词：焦炭质量；支持向量机；遗传算法；预测模型

中图分类号：TP273文献标识码：A文章编号：1000—8829(2017)11—0057—04

GA-SVMModelPredictionofCokeQualityinBlastFurnace

YUANZheng—bo，TAOWen—hua，WANGZhi—feng

(SchoolofInformationandControlEngineering，LiaoningShihuaUniversity，Fushun113001，China)

Abstract：Thequalityofcokeplaysanimportantroleintheproductionofblastfurnacesmelting．Thelinearre-

gressionpredictionmethodisdifficulttosolvethenonlinearproblembetweencoalandcokequalityindex．In

ordertoimprovethestabilityofcokeproductionandoptimizethequalityofcoke，acokequalityprediction

modelbasedonGA—SVMisproposedbymeansofanalyzingallthefactorsaffectingthequalityofcoke．The

methodsolvestheproblemthatthepenaltyfactorCthebasisfunctionparameterandtheinsensitivelosspa-

rameteraredifficulttobedeterminedinthemode1．Finally，basedonthedataofacokingenterprise，through

thecomparisonwithBPneuralnetworkprediction，theresultsshowthattheoptimizedGA—SVMmodelhas

higherpredictionaccuracy，andithasmoreapplicationvaluefortheproductionofcoke．

Keywords：cokequality；SVM；geneticalgorithm；predictionmodel

焦炭的生产是一个复杂的工业生产过程，如何在模型和焦炭冷态强度与焦炭热态性质的预测模型。但

此过程中实现焦炭生产的实时控制，保证焦炭质量产线性回归预测方法中的回归系数往往人为因素较多，

量的稳定以及优化焦炭质量，已成为焦化行业所面临需大样本进行计算，有很大的局限性。文献[4]在分

的主要课题之一。目前线性回归和神经网络是国内外析配煤炼焦工艺过程后，焦炭质量预测模型的建立采

研究学者最常用的方法。文献[1]和文献[2]在分析用BP神经网络。BP神经网络具有依赖样本性强、易