期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MIC和IPSO-RELM的带钢热镀锌板锌层厚度预测
被引量：
1
1
作者
方军
王兴东
+2 位作者
汪洋
吴宗武
丁健
《热加工工艺》
北大核心
2024年第22期62-68,82,共8页
针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题,提出一种基于最大信息系数(MIC)以及改进的粒子群算法优化正则化极限学习机(IPSO-RELM)的带钢锌层厚度预测方法。首先,采集生产过程数据进行相关...
针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题,提出一种基于最大信息系数(MIC)以及改进的粒子群算法优化正则化极限学习机(IPSO-RELM)的带钢锌层厚度预测方法。首先,采集生产过程数据进行相关预处理;然后,利用MIC法对各参数变量进行重要性排序,确定影响锌层厚度的关键因素;最后,将筛选的变量作为输入项建立RELM预测模型,并通过IPSO算法优化模型的随机性参数,有效提高了模型的稳定性和预测精度。结果表明:所建立模型预测结果的拟合决定系数R^(2)为94.66%,预测误差在-4~4 g/m^(2)的样本点命中率达到96%,且模型的3项评价指标均优于其他对比算法,证明了所提方法预测精度高,可为带钢热镀锌板产品质量的提升奠定基础。
展开更多
关键词
带钢热镀锌
锌层厚度预测
最大信息系数
改进的粒子群算法
正则化极限学习机
在线阅读
下载PDF
职称材料
题名
基于MIC和IPSO-RELM的带钢热镀锌板锌层厚度预测
被引量：
1
1
作者
方军
王兴东
汪洋
吴宗武
丁健
机构
武汉
科技大学冶金装备及其控制教育部重点试验室
宝信软件武汉有限公司
宝钢股份
武汉
钢铁
有限公司
出处
《热加工工艺》
北大核心
2024年第22期62-68,82,共8页
基金
国家自然科学基金资助项目(51875418)。
文摘
针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题,提出一种基于最大信息系数(MIC)以及改进的粒子群算法优化正则化极限学习机(IPSO-RELM)的带钢锌层厚度预测方法。首先,采集生产过程数据进行相关预处理;然后,利用MIC法对各参数变量进行重要性排序,确定影响锌层厚度的关键因素;最后,将筛选的变量作为输入项建立RELM预测模型,并通过IPSO算法优化模型的随机性参数,有效提高了模型的稳定性和预测精度。结果表明:所建立模型预测结果的拟合决定系数R^(2)为94.66%,预测误差在-4~4 g/m^(2)的样本点命中率达到96%,且模型的3项评价指标均优于其他对比算法,证明了所提方法预测精度高,可为带钢热镀锌板产品质量的提升奠定基础。
关键词
带钢热镀锌
锌层厚度预测
最大信息系数
改进的粒子群算法
正则化极限学习机
Keywords
hot-dip galvanized strip
zinc layer thickness prediction
maximum information factor
improved particle swarm arithmetic
regularized extreme learning machine
分类号
TG174 [金属学及工艺—金属表面处理]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MIC和IPSO-RELM的带钢热镀锌板锌层厚度预测
方军
王兴东
汪洋
吴宗武
丁健
《热加工工艺》
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
