典型文献
基于即时学习算法的铸坯质量预测方法
文献摘要：
传统铸坯质量预测大多基于全局建模方法,存在自适应能力较差、预测精度不稳定等不足.为此,提出了一种基于即时学习算法的铸坯质量预测方法,主要特征为构建基于即时学习算法的局部模型,以取代传统全局模型,实现建模和预测同时在线进行,更适应于场景复杂、工况多变的连铸生产过程;根据连铸生产数据的时变性特点,在相似度计算中引入时间权重因子,强化样本数据与待测数据的相关性,更有利于提高铸坯质量预测模型精度.以国内某钢厂65号高碳钢铸坯三角区裂纹为例,具体说明即时学习算法在铸坯质量预测局部模型构建中的应用,并与铸坯质量预测全局模型的预测结果进行对比分析及评价.结果表明,基于即时学习算法的局部模型在评价指标上均优于全局模型,全局模型的预测准确率为65％,基于即时学习算法的局部模型准确率提升至90％,进一步阐明基于即时学习算法的局部模型用于铸坯质量预测的有效性.
文献关键词：
即时学习;局部模型;相似度;质量预测;三角区裂纹
中图分类号：
作者姓名：
赵济民;何杨;刘建华;郑忠;尤大利
作者机构：
北京科技大学高效轧制与智能制造国家工程研究中心,北京100083;重庆大学材料科学与工程学院,重庆400044;莱奥本矿业大学钢铁冶金系,莱奥本8700,奥地利
文献出处：
引用格式：
[1]赵济民;何杨;刘建华;郑忠;尤大利-.基于即时学习算法的铸坯质量预测方法)[J].连铸,2022(06):54-60,67
A类：
时间权重因子,三角区裂纹
B类：
即时学习,铸坯质量,质量预测,自适应能力,局部模型,全局模型,同时在线,应于,连铸,生产数据,时变性,相似度计算,预测模型精度,钢厂,高碳钢,预测准确率,模型准确率,准确率提升
AB值：
0.174232
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
