鋼材作為高強(qiáng)度綜合性能更優(yōu)的工程結(jié)構(gòu)材料,應(yīng)用于各個(gè)領(lǐng)域。為了提高市場(chǎng)競(jìng)爭(zhēng)力以及滿足社會(huì)需求,企業(yè)不得不改善鋼鐵產(chǎn)品的性能。其中力學(xué)性能是鋼材的重要性能之一,直接影響著產(chǎn)品的使用價(jià)值。需要摒棄耗時(shí)耗力的物理方法,利用先進(jìn)的數(shù)字化工具完成對(duì)鋼鐵產(chǎn)品的設(shè)計(jì);以便用于產(chǎn)品性能在線動(dòng)態(tài)控制、鋼種成分優(yōu)化等。由于鋼材力學(xué)性能的影響因素眾多,且存在復(fù)雜交互作用。因此,本文將以帶鋼抗拉強(qiáng)度作為響應(yīng)變量,根據(jù)實(shí)際生產(chǎn)線上獲取的成分參數(shù)(化學(xué)元素)、碳氮化合物及其工藝參數(shù)數(shù)據(jù),研究如何合理篩選鋼材力學(xué)性能預(yù)報(bào)模型的重要影響因素,并建立有效的預(yù)測(cè)模型。支持向量機(jī)(Support Vector Machine,SVM)能夠處理變量間的非線性問(wèn)題。分位數(shù)回歸(Quantile Regression,QR)能很好的解決數(shù)據(jù)異質(zhì)性,對(duì)離群值不敏感,具有較好的“魯棒”性,能考慮整個(gè)分布等特性。因此,本文結(jié)合支持向量機(jī)(SVM)和分位數(shù)數(shù)回歸(QR)理論,建立支持向量機(jī)分位數(shù)回歸(SVQR)模型,探討帶鋼抗拉強(qiáng)度與成分參數(shù)(化學(xué)元素)、碳氮化合物及其工藝參數(shù)的關(guān)系。首先,我們給出了SVQR的損失函數(shù)以及預(yù)測(cè)模型,并給...

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 本文的主要思路與結(jié)構(gòu)
第2章 熱軋帶鋼的性能分析
    2.1 鋼材熱軋工藝流程
    2.2 力學(xué)性能影響因素
    2.3 力學(xué)性能預(yù)測(cè)問(wèn)題
    2.4 本章小結(jié)
第3章 理論模型
    3.1 支持向量分位數(shù)回歸(SVQR)
    3.2 SVQR參數(shù)求解算法
    3.3 變量選擇
    3.4 基于LASSO變量選擇的SVQR
    3.5 預(yù)測(cè)模型及結(jié)果評(píng)價(jià)
    3.6 本章小結(jié)
第4章 數(shù)據(jù)的采集與預(yù)處理
    4.1 數(shù)據(jù)采集
    4.2 數(shù)據(jù)預(yù)處理
第5章 基于SVQR的鋼材力學(xué)性能預(yù)測(cè)
    5.1 基于已有變量選擇結(jié)果的SVQR模型
    5.2 基于LASSO變量選擇的SVQR模型
    5.3 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目



本文編號(hào)：3876173