基于比例损失去噪自编码器的冷连轧轧制力预测分析

摘要：

为了更加精确地预测冷连轧轧制力,设计了一种通过分层提取和目标相关特征来实现的比例损失堆叠去噪自编码器.首先,通过堆叠去噪自编码器(SDAE)构建深度网络并在SDAE顶层中加入输出层;然后,通过部分有标签样本实现网络权重变量的调节;最后,按照设定目标参数调节深度网络变量,从而降低网络预测值和目标值的偏差.本方法通过在训练过程加入目标值信息实现了特征提取有效性的显著提升,具有很好的预测稳定性.通过试验测试本算法,其预测结果在±3％误差内,可以满足实际生产控制要求.本算法能够从输入层内找到和目标值关联的特征,在预训练阶段完成目标值的整合.相比其他预测算法,本算法获得了很小的预测误差,能够更快完成收敛,表现出了更优的预测精度和效率.

关键词：冷连轧、轧制力预测、深度网络、比例损失去噪自编码器、预测误差

所属期刊栏目：47

分类号：TG335(金属压力加工)

资助基金：河南省软科学研究计划项目;河南省科技攻关项目

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：190-194