基于神经网络集成学习的冷连轧板形预测

摘要：

为了实现对冷连轧带钢出口板形的预测,基于粒子群算法对小波神经网络进行了优化,将优化后的网络作为基学习器,并通过bagging算法构建集成学习预测模型,进行冷连轧带钢板形的预测.以某1 450 mm冷连轧生产线数据作为样本,比较了该模型与未经优化的小波神经网络和单个学习器的预测效果.结果表明,集成学习模型预测的带钢出口板形与实测板形的偏差更小,板形预测精度更高,模型泛化性能更好.

关键词：冷连轧、板形预测、小波神经网络、PSO算法、集成学习

所属期刊栏目：38

分类号：TP183;TP391.41;TG335.12

资助基金：国家自然科学基金;江苏省自然科学基金;江苏省自然科学基金

在线出版日期：2021-04-02（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：65-69