基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测

针对数据量庞大引起模型参数更新时样本选择困难及训练速度慢的缺陷,提出基于投影寻踪回归的铜闪速熔炼过程关键工艺指标预测方法。首先采用机器学习方式提取用于建模所需的相似样本集,借助投影寻踪回归思想,建立铜闪速熔炼过程关键工艺指标预测模型;然后利用基于实数编码的加速遗传算法进行模型参数的实时更新。训练样本的机器选择可以避免人工选择带来的主观性和盲目性缺陷,模型参数的更新训练只在相似样本集中进行,可有效提高模型参数更新速度。实际生产数据仿真结果验证了所提方法的有效性和可行性。