基于改进的GWO-LSSVM磨矿粒度软测量模型

摘要

针对磨矿粒度检测周期长且化验过程滞后,难以满足实时在线检测的问题,结合典型二段磨矿回路的特性,采用改进灰狼优化算法(GWO)优化最小二乘支持向量机(LSSVM)磨矿粒度软测量模型,利用改进灰狼优化算法对LSSVM的惩罚系数和核函数参数迭代寻优.针对传统灰狼优化算法求解精度不高、后期收敛速度慢、局部搜索能力弱的缺点,采用自适应位置更新与引入高斯变异进行改进.利用MATLAB仿真得出:改进GWO-LSSVM软测量模型预测精度更高.实验结果表明:改进GWO-LSSVM软测量模型能够效果较好的实现对磨矿粒度的在线检测,以便后期实时控制.