摘要
本发明提供一种基于跨尺度进化特征学习的连退带钢质量多指标预测方法,涉及冷轧连退带钢产品质量预测技术领域。该方法首先建立冷轧连退带钢产品质量历史数据集合;并构建融合机理特征的冷轧连退带钢历史数据集;进而构建冷轧连退带钢力学性能预测模型数据库;然后基于堆叠泛化集成学习方法建立冷轧连退带钢多指标性能预测模型;利用多目标进化算法选取特征,优化预测模型参数,以构建冷轧连退带钢力学性能预测模型,进行训练和测试;最后采用训练测试后的冷轧连退带钢力学性能预测模型对待预测的冷轧连退带钢力学性能进行预测。该方法实现了预测模型精度与泛化性能的同步提升,为冷轧连退带钢产品质量优化提供了可靠的技术保障。
技术关键词
多指标
性能预测模型
集成学习方法
进化算法
学习器
产品质量预测技术
带钢生产线
冷轧连退钢卷
特征选择
历史数据特征
优化预测模型
机器学习模型
编码策略
冗余特征
选取特征
参数
热轧卷
系统为您推荐了相关专利信息
储能电池
监测数据分析方法
性能预测模型
冷却系统
电池管理系统
梯级水库调度方法
策略
水位库容曲线
优化调度模型
水量
弹性性能预测方法
混凝土界面
性能预测模型
界面过渡区
参数