基于多目标进化学习的冷轧材料质量性能区间预报方法

本发明提供一种基于多目标进化学习的冷轧材料质量性能区间预报方法，涉及冷轧材料质量性能预报技术领域。该方法首先在冷轧材料生产过程中收集化学成分、工艺参数以及对应的质量性能数据，得到原始样本数据集，对样本数据进行预处理并划分训练集和测试集；接着，采用多目标差分进化算法获取构建质量性能预报模型所需的超参数集合，基于偏好膝解在帕累托前沿中选取最优的一组超参数组合作为构建高斯回归模型的参数组合；最后基于高斯过程回归模型框架以及选取的核函数构建最终冷轧材料质量性能区间预报模型。该方法使所获得的多目标进化学习模型具有较高的预测准确率和较低的时间复杂度。