摘要: 针对现有软测量模型更新方法的不足,将增量学习思想与AdaBoost集成学习思想相结合,提出了一种具有增量学习性能的改进AdaBoost集成学习算法.并将该改进的AdaBoost与BP神经网络一起形成了集成BP神经网络,建立了基于改进AdaBoost集成BP网络的软测量模型.该软测量建模新方法可以提高单一BP网络的精度,同时还能保证建模具有增量学习的更新性能.使用该软测量建模新方法建立抚钢60t LF炉钢水成分软测量模型,取得了较好的预测效果,可以满足实际生产的需要.
中图分类号:
孙凤琪;. 基于改进AdaBoost的LF炉成分软测量建模[J]. 东北大学学报(自然科学版), 2009, 30(9): 1217-1220.
Sun, Feng-Qi (1) . A new soft sensor modeling method based on improved AdaBoost algorithm for molten steel composition in LF[J]. Journal of Northeastern University, 2009, 30(9): 1217-1220.