一种热轧带钢力学性能预测方法和系统

本发明属于材料性能预测技术领域，具体为一种基于多维特征相似性与集成即时学习的热轧带钢力学性能预测方法和系统，首先采用多种特征量化方法获得特征权重，并在特征权重基础上引入时间权重，构建了一种综合考虑输入特征和时间因素的相似性度量来选择合适的建模样本，解决了单一相似性度量建模存在的局限性；其次引入累积相似性因子，确保为局部建模筛选出最优的建模数据样本集；最后通过集成学习框架来整合每个局部模型的输出结果，减少了预测结果对单一模型的依赖性，进而显著增强了模型性能，提高了复杂生产工况条件下热轧带钢力学性能预测精度和泛化性。