-
作者
刘惠中游科顺
-
单位
江西理工大学机电工程学院江西省矿冶机电工程技术研究中心
-
摘要
为了更好地提升物料加压过滤过程的作业效率和脱水效果，获取加压过滤过程的最优控制参数，构建一个高精度的物料加压过滤过程模型，研究分析了支持向量机（SVM）和支持向量回归（SVR）的特点，采用从工业压滤脱水系统获取的物料加压过滤脱水数据，分别构建了支持向量回归（SVR）仿真模型和基于麻雀搜索算法优化的支持向量回归（SSA-SVR）仿真模型，并采用平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）、平均百分比误差（MAPE）和决定系数（R~2）分析了模型的仿真效果，验证了模型对工业加压过滤数据集的仿真精度。试验结果表明：采用麻雀搜索算法优化的支持向量回归（SSA-SVR）仿真模型具有相对更高的精度和更好的真实性，可更好地对加压过滤系统控制参数进行优化和合理控制。
-
关键词
加压过滤脱水加压过滤过程模型SVMSVR麻雀搜索算法参数优化
-
基金项目(Foundation)
江西省“双千计划”创新人才项目（JXSQ2018101046）；
-
文章目录
1 过程与方法
1.1 基于SVR的物料加压过滤过程模型
1.2 基于SSA-SVR的物料加压过滤过程模型
2 仿真结果与分析
3 结论与展望
-
引用格式
刘惠中,游科顺.基于麻雀搜索算法优化的物料加压过滤过程模型改进[J].选煤技术,2021(06):14-19.DOI:10.16447/j.cnki.cpt.2021.06.003.
选煤技术 
2021年第06期 
