基于多目标进化深度学习的连退带钢性能多指标预测方法

本发明提供一种基于多目标进化深度学习的连退带钢性能多指标预测方法，涉及钢铁企业冷轧生产控制过程的数据处理技术领域。将多目标进化算法应用到深度学习模型的超参数选择中，进一步提升在线检测方法的精度；同时，利用随机选择方式获得训练集，利用其在超参数空间中的搜索策略能快速获得深度学习模型的最优超参数组合，最终提高在线检测模型的泛化能力。本发明所提出的方法克服了传统基于人工经验的深度神经网络模型的不足以及实现多个性能指标的同时预测，实现深度学习模型的自主优化构建，以及带钢性能的多指标预测，能够帮助冷轧生产提高产品质量控制的水平。