摘要
本申请实施例提供了一种热轧板坯加工周期的预测方法、装置及电子设备,属于智能制造领域。其中方法包括:对热轧板坯加工数据进行清洗,得到初始信息集合;对初始信息集合中的定性特征进行编码;计算编码后的初始信息集合中不同特征类别的最大信息值;筛选初始信息集合中不同特征类别对应的数据的最大信息值大于等于最大信息值阈值的数据,得到预处理数据集;将预处理数据集输入基学习器得到初始输出,将初始输出输入元学习器得到集成模型,通过集成模型预测热轧板坯加工周期。本申请通过数据清洗、特征编码和特征选择优化数据集,并采用集成学习策略,能够有效实现热轧车间板坯加工周期的预测。
技术关键词
热轧板坯
BP神经网络模型
支持向量回归模型
学习器
粒子群优化算法
数据
训练集
周期
集成学习策略
参数
热轧车间
电子设备
特征选择
预测装置
编码模块
误差
存储器
系统为您推荐了相关专利信息
环境参数信息
网络安全预警方法
数据平台
预警模型
位置偏差值
二次开发系统
便捷机器人
多传感器融合
可重构电路
融合激光雷达
能源消耗预测方法
灰色模型
分数阶
粒子群优化算法
序列
无功补偿装置
仿真信号
BP神经网络模型
智能算法控制
信号处理器
贝叶斯模型
粒子群优化算法
锅炉燃烧控制方法
网络结构
NOx排放量