《基于PSO优化的LS-SVM氧化铝浓度预测》为作者：王明刚最新的研究成果，本论文的主要观点为针对铝电解生产过程分布式氧化铝浓度在线测量无法应用于浓度控制问题，提出了基于PSO优化的LS-SVM氧化铝浓度快速预测方法。首先，通过分析氧化铝浓度的机理模型和铝电解现场工艺流程，得到与分布式氧化铝浓度相关的可在线测量的相关变量；然后，将PSO与LS-SVM相结合，在只有极间电压和阳极导杆电流的输入下，利用PSO进行参数优化并的自动寻优，以满足精度和实时性要求。最后，通过现场200kA系列铝电解槽的3组阳极导杆的数据采集与实验，验证了所提方法的有效性。与已有方法相比，所提算法仅需阳极导杆分布电流和极间电压（阳极导杆到阴极钢棒之间的电压）两项参数，即可实现氧化铝浓度的实时预测，预测精度约为3。3%，在180MHz微处理器下运行需要约250ms，满足现场实际生产过程氧化铝浓度控制的实时性和精度要