基于生产间歇改进Elman的转炉煤气发生量预测 |
| |
作者姓名: | 费佳杰 吴定会 范俊岩 汪晶 |
| |
作者单位: | 1. 江南大学物联网工程学院;2. 上海宝信软件股份有限公司 |
| |
基金项目: | 国家重点研发计划(2020YFB1711102); |
| |
摘 要: | 针对钢铁企业转炉煤气发生量间歇时长波动大,预测精度低的问题,基于生产间歇特征分类,提出基于混沌映射粒子群算法(CPSO)优化Elman神经网络的转炉煤气发生量预测模型(CPSO-Elman)。提取转炉煤气发生量时间序列中生产间歇特征,并根据间歇时长进行分类;引入经混沌扰动改进的PSO算法优化ENN的初始权值和阈值,利用非线性更新的惯性权重以平衡全局搜索与局部搜索能力,并在粒子初始化中添加了混沌映射;构建CPSO-Elman转炉煤气发生量组合预测模型;在预测未来时间内间歇时长基础上,预测转炉煤气发生量。仿真结果表明:所提方法在预测精度上比未经过优化而预测的方法提高了5%左右。
|
关 键 词: | 转炉煤气 发生量预测 PSO算法 混沌扰动 Elman神经网络 间歇分类 |
|