Resumen

Para resolver el problema de la predicción del consumo de oxígeno, los investigadores propusieron un modelo de predicción de máquina de vectores de soporte gemelos para regresión (LAOA-TSVR) basado en un algoritmo de optimización aritmética mejorado. El modelo tiene una generalización beneficiosa, una alta precisión de predicción y la capacidad de saltar fuera del óptimo local, entre otras características. El grupo utilizó el método de análisis de mecanismos para determinar los principales factores que influyen en el consumo de oxígeno. Para confirmar el efecto de predicción del modelo, se compara con los modelos de predicción Back Propagation, Radial Basis Function y Twin Support Vector Regression. A continuación, el modelo de predicción del consumo de oxígeno LAOA-TSVR se probó en la producción real de una acería. La fase de prueba consistió en 200 ciclos de producción, y los resultados revelaron que el modelo LAOA-TSVR tenía una tasa de acierto del 85,1 % para el consumo de oxígeno dentro de los 5 m3/t. El modelo puede satisfacer las necesidades reales de predicción del consumo de oxígeno en el acero.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Tasa de acierto en la previsión del consumo de oxígeno en la fabricación de acero; LAOA-TSVR
• Keywords:Steelmaking oxygen consumption forecasting hit rate industrial test; LAOA-TSVR