您当前的位置： 首页 > 论文 > 2020,51(05) > 矿业工程
基金项目:
山西省重点研发计划项目(201903D121027)
分类号:
TQ051.8
DOI:
10.16355/j.cnki.issn1007-9432tyut.2020.05.006
期刊号:
2020,51(05)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 张玮 | 太原理工大学化学化工学院 |
摘要:
为了准确地表达PV型旋风分离器的粒级效率与结构参数、操作参数之间复杂的非线性关系,采用PCA-PSO-SVR混合算法对PV型旋风分离器的粒级效率进行建模。采用主元分析法(PCA)对实验数据集进行降维处理,通过粒子群优化算法(PSO)对支持向量回归(SVR)模型中的超参数进行优化。将优化后的回归模型和其它机器学习模型在预测准确性、泛化性、鲁棒性以及运行速度方面进行了对比,结果表明,利用PCA-PSO-SVR算法对PV型旋风分离器的粒级效率建模是一种准确而有效的方法。
关键字:
PV型旋风分离器;支持向量回归算法;粒子群优化;粒级效率建模;主元分;