一种基于记忆性功能网络的带钢全长厚度预测方法

    公开(公告)号:CN116689503A

    公开(公告)日:2023-09-05

    申请号:CN202310427981.7

    申请日:2023-04-20

    Applicant: 东北大学

    Abstract: 本发明的一种基于记忆性功能网络的带钢全长厚度预测方法,包括:每间隔相等时间采集一次实时过程轧制数据和带钢出口厚度的实测值,构成输入特征数据集;将输入特征数据集按比例、按时间顺序分为训练集和测试集并进行归一化处理;构建带钢厚度点预测的GLSTM网络,并训练得到点预测的GLSTM网络各层的连接权重和偏置;利用粒子群算法优化点预测的GLSTM网络的输出层的连接权重,得到最佳的输出层的连接权重Wopt;基于除去输出层之外的各层的连接权重和偏置以及Wopt,构建带钢厚度区间预测的GLSTM网络,根据评价指标确定区间预测的GLSTM网络的最佳参数;利用最优区间预测的GLSTM网络进行带钢全长厚度预测。

Patent Agency Ranking