论文部分内容阅读
提出了一种最小二乘支持向量机的连铸板坯表面温度预测新模型。以中间罐温度、拉速、二冷水量等主要工艺因素为输入，连铸坯表面温度为输出，通过最小二乘支持向量机模型拟合输入与输出之间的复杂非线性函数关系。以现场采集的连铸生产工艺数据为样本对模型进行学习训练，用训练好的模型预测在一定工艺条件下板坯的表面温度。实践表明该方法具有建模速度快、预测精度高、操作简便等优点，不仅克服了常规的BP预测模型的不足，而且性能优于标准支持向量机预测模型。