来源：期刊VIP网 时间：
作者：牛佳丽;刘丕亮;崔桂梅;任春妮;
单位：内蒙古科技大学自动化与电气工程学院;
摘要：加热炉炉温的预测和温度控制，对提高钢坯质量、节能降耗具有重大意义。针对加热炉炉温预测精度低等问题，从数据驱动角度出发，提出一种基于麻雀搜索算法（SSA）与支持向量机回归（SVR）相结合的炉温预测模型(SSA-SVR)。通过将该预测模型与其他5个预测模型进行对比，结果表明SSA-SVR模型的均方误差（MSE）指标最小、拟合优度（r~2）最高，且相较于SVR模型的精度有了显著提高，均方误差指标明显得到降低，拟合优度提高0.028 3。可为提高加热炉炉温温度控制精度提供有力支持，为钢坯轧制提供较为可靠的依据。
关键词：加热炉;麻雀搜索优化算法;支持向量机;炉温预测
基金资助：国家自然科学基金项目（61763038,61763039）; 流程工业综合自动化重点实验室（0404062005）; 内蒙古自治区自然科学基金项目（2025LHMS06013）
