基于优化核极限学习机的铝电解电流效率预测

摘要

电流效率作为铝电解过程的重要参数,获得实时准确的测量结果对实现过程的有效控制至关重要.基于数据挖掘的思想,提出基于优化核极限学习机(KELM)的铝电解电流效率预测模型.通过分析铝电解机理,获得影响电流效率的过程参数,采用核主元分析法对试验数据进行降维,并用聚类算法剔除数据异常点,建立基于KELM的铝电解电流效率模型.使用鲸鱼优化算法与模拟退火的混合算法(WOASA)优化KELM模型的关键参数,从而提高模型的精度和泛化能力.通过实际生产数据进行仿真试验,将本文的方法与原始KELM、PSO-KELM、GWO-KELM、CGWO-KELM算法进行对比,结果证明了该预测模型的有效性,可以实现铝电解过程电流效率的准确预测.