作者:李翘楚; 潘浩; 陈晓冉阳极效应交叉熵支持向量机
摘要:为了准确预测铝电解过程中的阳极效应故障,使用了改进的交叉熵算法(CEM)与支持向量机(SVM)的组合优化算法。针对传统交叉熵算法的无效样本过多、精度不足、可能陷入局部最优解等缺点,提出使用截断高斯分布作为参数采样函数,避免产生非正样本;同时引入“全局精英样本”的概念,保留了历次迭代中的最优样本,优化了参数更新策略;使用快速非支配排序和拥挤距离来计算样本的适应度值,提高了算法的全局搜索性能。实验结果表明,改进后的优化算法可以有效提高阳极效应预测的准确率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社