基于CPA-SVR的RH炉终点温度预测模型
Energy for Metallurgical Industry（2022）
摘要
受限于炼钢环境,直接测量钢水温度难以实现.RH精炼炉温度控制影响整个钢铁冶炼生产的效率和质量.为了尽可能准确地预测钢液的终点温度,文章提出了一种基于食肉植物算法(CPA)优化的支持向量回归(SVR)炉外终点温度预测模型.以实际生产中的炼钢记录作为数据支撑,进行仿真实验.结果表明,文章提出的CPA-SVR模型预测误差|△t|≤5℃条件下的命中率为93.4426％,优于多元线性回归模型、BP模型和SVR模型,对实际生产中预测钢水的终点温度具有一定的指导意义.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要