针铁矿法沉铁过程铁离子浓度集成预测模型

针对某冶炼生产企业针铁矿法沉铁过程Fe2+ 浓度和Fe3+ 浓度难以实时检测的问题, 在奥拓昆普生产设备 和工艺的基础上, 利用改进最小二乘支持向量机模型具有对小样本进行非线性预测、过程神经网络可充分表达历史 数据序列中时间累积效应的特点, 提出一种基于信息熵方法的集成预测模型. 仿真实验表明, 集成预测模型具有良好 的预测性能, 预测效果能满足针铁矿法沉铁过程对铁离子浓度值的误差要求.