典型文献
基于M-SVR的热连轧板带宽度-厚度预测
文献摘要：
针对板带热连轧过程中存在多变量、 非线性、 强耦合和时变性的特点以及常规支持向量机仅一维输出的问题,提出了基于机器学习和优化算法的热连轧板带宽度-厚度预测模型.首先,综合考虑影响板带宽度及厚度的主要特征参数,并对现场采集的相应特征数据进行预处理,剔除异常数据,确保数据质量.其次,建立基于多输出支持向量回归(M-SVR)的热连轧板宽度-厚度预测模型;最后采用带有精英策略的非支配排序遗传算法NSGA-II对M-SVR模型的多个参数进行多目标优化.结果表明,所提出结合NSGA-II的M-SVR多目标优化的板带宽度-厚度预报模型对板带宽度及厚度的预测效果较好且具有较强的适用性.
文献关键词：
热连轧;宽度-厚度预测;M-SVR;NSGA-II
中图分类号：
作者姓名：
姬亚锋;刘瑜;宋乐宝;黄志权
作者机构：
太原科技大学 机械工程学院, 山西 太原030024
文献出处：
引用格式：
[1]姬亚锋;刘瑜;宋乐宝;黄志权-.基于M-SVR的热连轧板带宽度-厚度预测)[J].塑性工程学报,2022(04):58-64
A类：
板带热连轧
B类：
SVR,轧板,厚度预测,多变量,强耦合,时变性,基于机器学习,响板,现场采集,特征数据,异常数据,数据质量,多输出支持向量回归,精英策略,非支配排序遗传算法,NSGA,II,多目标优化,预报模型
AB值：
0.227398
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。
