[发明专利]小样本贫信息下的烧结矿化学成分预测与智能控制系统

摘要

本发明公开一种小样本贫信息下的烧结矿化学成分预测与智能控制系统，包括数据采集模块、数据归一化模块、灰熵模块、支持向量机模块、组合模块、推断模块、烧结矿化学成分预测模块和智能控制模块。本发明针对烧结过程的大滞后性、非线性以及参数信息的不完整性，结合一种灰熵-支持向量机的运算方法，建立了烧结矿各化学成分预测模型，在烧结工况稳定时能有效预测烧结矿化学成分。实验结果和多种模型比较表明，本发明小样本贫信息下的烧结矿化学成分预测与智能控制系统能在小样本贫信息的条件下对烧结矿化学成分做出比较准确的预测，此种模型具有预测精度高、所需样本少、计算简便等优点，取得了令人满意的结果。

主权项

小样本贫信息下的烧结矿化学成分预测与智能控制系统，其特征在于，包括：数据采集模块(1)、数据归一化模块(2)、灰熵模块(3)、支持向量机模块(4)、组合模块(5)、推断模块(6)、烧结矿化学成分预测模块(7)和智能控制模块(8)；数据采集模块(1)实时采集与所要预测的烧结矿化学成分有关的数据，并将实时采集的与所要预测的烧结矿化学成分有关的数据传输给数据归一化模块(2)；数据归一化模块(2)对传输过来的与所要预测的烧结矿化学成分有关的数据进行归一化预处理，并将预处理后的数据传递给灰熵模块(3)；灰熵模块(3)将数据归一化模块(2)处理过的数据信息进行灰熵处理，并将数据挖掘结果传送给支持向量机模块(4)；支持向量机模块(4)将通过灰熵处理过的结果进行进一步预测，预测结果传输给组合模块(5)；组合模块(5)将灰熵模块数据挖掘结果、支持向量机模块预测结果及两者的组合预测算法进行比较、性能分析和误差计算；推断模块(6)运用贝叶斯推断理论的方法来自动确定展小二乘支持向量机模块的正则化参数和核参数，并将确定的正则化参数和核参数反馈给烧结矿化学成分预测模块(7)；烧结矿化学成分预测模块(7)对烧结矿化学成分进行实时预测，并与实时采集的实际值进行比较；智能控制模块(8)是将预测值与实际值进行实时控制。