改进HGWO-SVR模型的带钢厚度预测系统研究与实现
发布时间：2023-06-10 12:35
随着我国工业的发展,科技的进步,越来越多传统工业与现代科技相结合,向精细化和自动化管理发展,同时工业为人们提供的产品,不论是其性能还是功能都有所提高。因此对工业产品中应用最广泛的钢材,也就提出更高的质量要求。带钢轧制过程中,对带钢厚度精度的控制是提升其质量的关键。但由于其工艺流程复杂,导致影响带钢厚度变化的因素众多,且不同因素对带钢厚度影响程度不同,各因素对其影响呈非线性变化。因此,若要出口高质量优质带钢,对厚度精度的智能控制是亟待解决的问题,传统的控制方法不能满足带钢厚度的精度需求,随着人工智能在各行业领域内的不断发展,轧制智能控制也成为人工智能研究的一个重要方向。在机器学习理论的基础上,本文设计一种改进差分灰狼算法优化支持向量回归(HGWO-SVR)模型的带钢厚度预测系统。由于传统的SVR模型进行回归预测时,受惩罚因子P和核函数参数σ影响,导致预测结果不理想。本文将灰狼算法引用到SVR模型对参数P和σ的寻优过程中,但因其存在初始种群随机易陷入局部最优且后期全局搜索能力弱的问题,本文将差分进化算法混合到灰狼算法中,保持灰狼种群多样性,并对原始灰狼算法进行改进提出一种改进差分灰狼算法,...
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 论文研究背景与意义
1.2 国内外研究现状
1.2.1 支持向量机国内外研究现状
1.2.2 带钢轧制国内外研究现状
1.3 论文主要研究内容
1.4 论文组织结构
第2章 相关技术分析
2.1 获取带钢数据
2.2 带钢数据预处理相关技术
2.2.1 互信息
2.2.2 特征提取
2.2.3 数据标准化分析
2.3 支持向量回归
2.3.1 支持向量回归基本原理
2.3.2 支持向量回归性能分析
2.4 灰狼算法
2.4.1 灰狼算法基本思想
2.4.2 灰狼算法基本流程
2.4.3 灰狼算法性能分析
2.5 本章小结
第3章 改进HGWO-SVR带钢厚度预测系统需求分析与设计
3.1 改进HGWO-SVR的带钢厚度预测系统需求分析
3.1.1 带钢厚度预测系统功能需求分析
3.1.2 带钢厚度预测系统非功能需求分析
3.1.3 带钢厚度预测系统可行性分析
3.2 改进HGWO-SVR的带钢厚度预测系统总体设计
3.2.1 带钢厚度预测系统总体框架结构设计
3.2.2 带钢厚度预测系统功能总架构设计
3.2.3 带钢厚度预测系统功能模块详细设计
3.2.4 带钢厚度预测系统整体流程设计
3.3 带钢数据存储设计
3.3.1 数据库概念结构设计
3.3.2 数据表设计
3.4 本章小结
第4章 带钢厚度预测系统关键技术实现
4.1 带钢数据预处理
4.1.1 采集分析带钢数据
4.1.2 带钢数据特征选择
4.1.3 带钢数据标准化处理
4.2 改进差分灰狼优化算法的提出
4.2.1 改进差分灰狼算法基本思想
4.2.2 改进差分灰狼算法基本流程
4.2.3 改进差分灰狼算法性能分析
4.3 改进差分灰狼算法优化支持向量回归模型的构建
4.3.1 改进差分灰狼算法优化支持向量回归模型的建立
4.3.2 改进差分灰狼算法优化支持向量回归模型的性能分析
4.4 本章小结
第5章 改进HGWO-SVR模型的带钢厚度预测系统实现与测试
5.1 带钢厚度预测系统实现
5.1.1 数据管理及预处理实现
5.1.2 预测模型构建实现
5.1.3 带钢厚度预测实现
5.2 带钢厚度预测系统测试方案
5.2.1 带钢厚度预测系统测试规则
5.2.2 带钢厚度预测系统测试环境
5.3 带钢厚度预测系统功能测试
5.4 带钢厚度预测系统稳定性测试
5.5 带钢厚度预测系统准确度测试
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读学位期间发表的学术论文以及参加科研情况
本文编号：3832896
【文章页数】：71 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 论文研究背景与意义
1.2 国内外研究现状
1.2.1 支持向量机国内外研究现状
1.2.2 带钢轧制国内外研究现状
1.3 论文主要研究内容
1.4 论文组织结构
第2章 相关技术分析
2.1 获取带钢数据
2.2 带钢数据预处理相关技术
2.2.1 互信息
2.2.2 特征提取
2.2.3 数据标准化分析
2.3 支持向量回归
2.3.1 支持向量回归基本原理
2.3.2 支持向量回归性能分析
2.4 灰狼算法
2.4.1 灰狼算法基本思想
2.4.2 灰狼算法基本流程
2.4.3 灰狼算法性能分析
2.5 本章小结
第3章 改进HGWO-SVR带钢厚度预测系统需求分析与设计
3.1 改进HGWO-SVR的带钢厚度预测系统需求分析
3.1.1 带钢厚度预测系统功能需求分析
3.1.2 带钢厚度预测系统非功能需求分析
3.1.3 带钢厚度预测系统可行性分析
3.2 改进HGWO-SVR的带钢厚度预测系统总体设计
3.2.1 带钢厚度预测系统总体框架结构设计
3.2.2 带钢厚度预测系统功能总架构设计
3.2.3 带钢厚度预测系统功能模块详细设计
3.2.4 带钢厚度预测系统整体流程设计
3.3 带钢数据存储设计
3.3.1 数据库概念结构设计
3.3.2 数据表设计
3.4 本章小结
第4章 带钢厚度预测系统关键技术实现
4.1 带钢数据预处理
4.1.1 采集分析带钢数据
4.1.2 带钢数据特征选择
4.1.3 带钢数据标准化处理
4.2 改进差分灰狼优化算法的提出
4.2.1 改进差分灰狼算法基本思想
4.2.2 改进差分灰狼算法基本流程
4.2.3 改进差分灰狼算法性能分析
4.3 改进差分灰狼算法优化支持向量回归模型的构建
4.3.1 改进差分灰狼算法优化支持向量回归模型的建立
4.3.2 改进差分灰狼算法优化支持向量回归模型的性能分析
4.4 本章小结
第5章 改进HGWO-SVR模型的带钢厚度预测系统实现与测试
5.1 带钢厚度预测系统实现
5.1.1 数据管理及预处理实现
5.1.2 预测模型构建实现
5.1.3 带钢厚度预测实现
5.2 带钢厚度预测系统测试方案
5.2.1 带钢厚度预测系统测试规则
5.2.2 带钢厚度预测系统测试环境
5.3 带钢厚度预测系统功能测试
5.4 带钢厚度预测系统稳定性测试
5.5 带钢厚度预测系统准确度测试
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读学位期间发表的学术论文以及参加科研情况
本文编号：3832896
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3832896.html
