[发明专利]一种热轧带钢出口凸度预报方法

摘要

本发明的热轧带钢出口凸度预报方法包括：分层别采集热轧带钢生产过程中的带钢的生产数据；对生产数据进行降噪处理；将降噪后的生产数据分为训练集和测试集；将降噪后的生产数据进行降维处理；将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；采用最优参数组合构造支持向量机带钢出口凸度预报模型；用训练集训练预报模型，用测试集测试预报模型的泛化性能。本发明的预报方法通过杂交粒子群算法寻优确定支持向量机的最佳参数，使基于支持向量机建立的支持向量机带钢出口凸度预报模型的精度得到提高。预报模型基于大量生产数据，而生产数据的采集易于操作，模型的推广能力较强。

主权项

1.一种热轧带钢出口凸度预报方法，其特征在于，包括以下步骤：步骤1：分层别采集热轧带钢生产过程中的每一块带钢的p个生产数据并用一个p维向量进行表示，层别按照钢种、终轧带钢宽度以及终轧带钢厚度进行划分；步骤2：采用统计学3σ原则对各层别的生产数据进行降噪处理；步骤3：将降噪后的生产数据按一定的比例划分为训练集和测试集两个集合，集合划分要保持数据分布的一致性；步骤4：将降噪后的各层别的生产数据构成观测值矩阵，并对观测值矩阵进行标准化变换和降维处理，获得降维后的标准化矩阵；步骤5：将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；步骤6：采用优化获得的最优参数组合构造支持向量机带钢出口凸度预报模型；步骤7：用训练集训练支持向量机带钢出口凸度预报模型，用测试集测试支持向量机带钢出口凸度预报模型的泛化性能；步骤8：采用决定系数R2，平均绝对误差MAE，平均绝对百分误差MAPE，均方根误差RMSE来评价支持向量机带钢出口凸度预报模型的整体性能。