摘 要針對氧化鋁蒸發(fā)過程的多變量、非線性和大滯后特點及不同時間和空間樣本數(shù)據(jù)不同的特征，提出了基于末位淘汰機制的混沌粒子群算法的綜合加權模糊最小二乘支持向量機蒸發(fā)過程預測控制方法。用變異混沌粒子群算法對模型預測控制進行滾動優(yōu)化，計算出最優(yōu)控制序列。以某氧化鋁廠蒸發(fā)過程生產數(shù)據(jù)進行實驗驗證分析，結果表明： 模型預測結果中相對誤差小于8%的樣本達到93.9%，出口濃度穩(wěn)定在240 g／Ｌ附近，其控制性能得到顯著改善，同時也起到了降低能耗的目的。

關鍵詞蒸發(fā)過程；預測控制；模糊最小二乘支持向量機；混沌粒子群算法