基于改进CS-SVR模型的高炉铁水硅含量预测方法

摘要

本发明公开了一种基于改进CS‑SVR模型的高炉铁水硅含量预测方法，所述方法包括：S1、数据预处理并划分为训练集和测试集；S2、SVR建模；S3：SVR参数优化：利用改进的布谷鸟搜索算法对支持向量机回归中的惩罚参数C以及高斯核函数的带宽σ进行优化，得到目标参数C和σ的最优解；S4、硅含量预测：将所述目标参数C和σ的最优解代入所述的SVR模型，对高炉铁水中的硅含量进行预测。本发明通过改进的布谷鸟搜索算法对支持向量机回归中的惩罚参数C以及高斯核函数的带宽σ进行优化，建立更精确的支持向量机回归模型，提高高炉铁水硅含量的预测结果的准确度。