基于机器学习的粗轧入口板坯温度预测
王斌
山东钢铁集团日照有限公司,山东日照 276805
摘要：为提高热连轧产品质量和性能,对粗轧入口温度建模预测研究.建立一种基于机器学习的粗轧入口板坯温度预测模型,首先对传感器采集的粗轧入口板坯温度值进行预处理;其次采用智能粒子群优化算法(particle swarm optimization,PSO),对最小二乘支持向量机(least squares support vector machine,LSSVM)预测模型进行寻优;最后建立一种PSO-LSSVM粗轧入口板坯温度预测模型.通过大量数据训练优化仿真,结果表明,此模型预测精度高,拟合效果好.
关键词：温度预测粒子群算法预测模型数据
分类号：TP181(自动化基础理论)
论文发表日期：2024-06-20
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：2( 54-55 )
英文信息