氧化铝返料成分时序预测的新型LSSVM参数优选

摘要

针对预测氧化铝返料成分时间序列的最小二乘支持向量机LSSVM模型，为提高模型预测精度，首先采用相对误差改进LSSVM的优化泛函，推出新型的LSSVM模型；接着，采用新颖的汉默斯里序列抽样技术HSS在SVM模型参数空间中均匀地抽取出初始的参数向量；最后通过鲍威尔（Powerll）优化算法并行求得全局最优模型参数。通过实际工业生产数据仿真，验证了方法的可行性和有效性，模型预测精度得到有效提高。