1 电弧炉钢水温度终点预报模型

　　电炉炼钢系统是一个复杂的非线性系统，精确建模比较难。由于神经网络具有很强的学习能力和非线性逼近能力，有一些学者研究用神经网络预报冶炼终点钢水温度，但是由于神经网络存在过学习、局部极小点、结构和类型设计依赖于专家经验等固有缺陷，这在一定程度上限制了其在电炉温度预报中的应用。近年来，研究者开发了基于支持向量机(SVM)的电炉温度预报模型和人工神经网络技术、遗传算法结合的电炉温度预报模型。