[发明专利]一种基于PSO-ELM算法的混匀矿烧结基础特性预报方法

摘要

本发明提供一种基于PSO‑ELM算法的混匀矿烧结基础特性预报方法，涉及计算机技术领域。本发明包括以下步骤：步骤1：获取待检测的混匀矿样本数据，样本数据分为训练集和测试集，所述混匀矿样本数据包括化学成分、烧损及其烧结基础特性；步骤2：建立混匀矿烧结基础特性预报模型；步骤3：通过测试集的数据对混匀矿烧结基础特性预报模型进行验证。本发明采用具有最优权重矩阵、最优偏置向量粒子群算法优化的极限学习机神经网络对混匀矿化学成分以及烧损进行处理，得到的混匀矿样品的烧结基础特性精度较高且该方法效率高、成本低。

主权项

1.一种基于PSO‑ELM算法的混匀矿烧结基础特性预报方法，其特征在于：包括以下步骤：步骤1：获取待检测的混匀矿样本数据，样本数据分为训练集和测试集，所述混匀矿样本数据包括混匀矿烧结基础特性、混匀矿烧结基础特性相对应的化学成分、烧损的铁矿粉数据，其中每组混匀矿样品的化学成分数据中包含n个特征；步骤2：建立混匀矿烧结基础特性预报模型；利用训练集中的数据通过粒子群算法得到极限学习机神经网络的最优权重矩阵、最优偏置向量，通过最优权重矩阵、最优偏置向量确定混匀矿烧结基础特性预报模型；步骤3：通过测试集的数据对混匀矿烧结基础特性预报模型进行验证。