基于FCM的多支持向量机模型在高炉炉温预测中的应用
来源期刊:冶金自动化2012年第3期
论文作者:王义康 刘祥官
文章页码:18 - 23
关键词:高炉;炉温预测;模糊C均值聚类;支持向量机;
摘 要:针对高炉炼铁智能控制专家系统中单一支持向量机(SVM)炉温预测模型的改进研究,提出一种基于模糊C均值聚类(FCM)的多支持向量机模型。首先运用模糊C均值聚类对模型训练集进行聚类划分,然后对每一类进行支持向量机的训练,建立相应的子模型,并对测试集中的同一样本点分别进行预测,以测试样本点的输入对应于每一类的隶属度为权值,进行加权求和,最终得到预测值。通过对在线采集的数据分析表明,基于FCM的多支持向量机模型比单一的支持向量机模型在多方面预测性能得到改善,连续预测100炉命中率达86%。
王义康1,2,刘祥官2
1. 中国计量学院理学院2. 浙江大学
摘 要:针对高炉炼铁智能控制专家系统中单一支持向量机(SVM)炉温预测模型的改进研究,提出一种基于模糊C均值聚类(FCM)的多支持向量机模型。首先运用模糊C均值聚类对模型训练集进行聚类划分,然后对每一类进行支持向量机的训练,建立相应的子模型,并对测试集中的同一样本点分别进行预测,以测试样本点的输入对应于每一类的隶属度为权值,进行加权求和,最终得到预测值。通过对在线采集的数据分析表明,基于FCM的多支持向量机模型比单一的支持向量机模型在多方面预测性能得到改善,连续预测100炉命中率达86%。
关键词:高炉;炉温预测;模糊C均值聚类;支持向量机;