改進HGWO-SVR模型的帶鋼厚度預測系統(tǒng)研究與實現(xiàn)
發(fā)布時間:2023-06-10 12:35
隨著我國工業(yè)的發(fā)展,科技的進步,越來越多傳統(tǒng)工業(yè)與現(xiàn)代科技相結合,向精細化和自動化管理發(fā)展,同時工業(yè)為人們提供的產(chǎn)品,不論是其性能還是功能都有所提高。因此對工業(yè)產(chǎn)品中應用最廣泛的鋼材,也就提出更高的質量要求。帶鋼軋制過程中,對帶鋼厚度精度的控制是提升其質量的關鍵。但由于其工藝流程復雜,導致影響帶鋼厚度變化的因素眾多,且不同因素對帶鋼厚度影響程度不同,各因素對其影響呈非線性變化。因此,若要出口高質量優(yōu)質帶鋼,對厚度精度的智能控制是亟待解決的問題,傳統(tǒng)的控制方法不能滿足帶鋼厚度的精度需求,隨著人工智能在各行業(yè)領域內(nèi)的不斷發(fā)展,軋制智能控制也成為人工智能研究的一個重要方向。在機器學習理論的基礎上,本文設計一種改進差分灰狼算法優(yōu)化支持向量回歸(HGWO-SVR)模型的帶鋼厚度預測系統(tǒng)。由于傳統(tǒng)的SVR模型進行回歸預測時,受懲罰因子P和核函數(shù)參數(shù)σ影響,導致預測結果不理想。本文將灰狼算法引用到SVR模型對參數(shù)P和σ的尋優(yōu)過程中,但因其存在初始種群隨機易陷入局部最優(yōu)且后期全局搜索能力弱的問題,本文將差分進化算法混合到灰狼算法中,保持灰狼種群多樣性,并對原始灰狼算法進行改進提出一種改進差分灰狼算法,...
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 論文研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 支持向量機國內(nèi)外研究現(xiàn)狀
1.2.2 帶鋼軋制國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容
1.4 論文組織結構
第2章 相關技術分析
2.1 獲取帶鋼數(shù)據(jù)
2.2 帶鋼數(shù)據(jù)預處理相關技術
2.2.1 互信息
2.2.2 特征提取
2.2.3 數(shù)據(jù)標準化分析
2.3 支持向量回歸
2.3.1 支持向量回歸基本原理
2.3.2 支持向量回歸性能分析
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 本章小結
第3章 改進HGWO-SVR帶鋼厚度預測系統(tǒng)需求分析與設計
3.1 改進HGWO-SVR的帶鋼厚度預測系統(tǒng)需求分析
3.1.1 帶鋼厚度預測系統(tǒng)功能需求分析
3.1.2 帶鋼厚度預測系統(tǒng)非功能需求分析
3.1.3 帶鋼厚度預測系統(tǒng)可行性分析
3.2 改進HGWO-SVR的帶鋼厚度預測系統(tǒng)總體設計
3.2.1 帶鋼厚度預測系統(tǒng)總體框架結構設計
3.2.2 帶鋼厚度預測系統(tǒng)功能總架構設計
3.2.3 帶鋼厚度預測系統(tǒng)功能模塊詳細設計
3.2.4 帶鋼厚度預測系統(tǒng)整體流程設計
3.3 帶鋼數(shù)據(jù)存儲設計
3.3.1 數(shù)據(jù)庫概念結構設計
3.3.2 數(shù)據(jù)表設計
3.4 本章小結
第4章 帶鋼厚度預測系統(tǒng)關鍵技術實現(xiàn)
4.1 帶鋼數(shù)據(jù)預處理
4.1.1 采集分析帶鋼數(shù)據(jù)
4.1.2 帶鋼數(shù)據(jù)特征選擇
4.1.3 帶鋼數(shù)據(jù)標準化處理
4.2 改進差分灰狼優(yōu)化算法的提出
4.2.1 改進差分灰狼算法基本思想
4.2.2 改進差分灰狼算法基本流程
4.2.3 改進差分灰狼算法性能分析
4.3 改進差分灰狼算法優(yōu)化支持向量回歸模型的構建
4.3.1 改進差分灰狼算法優(yōu)化支持向量回歸模型的建立
4.3.2 改進差分灰狼算法優(yōu)化支持向量回歸模型的性能分析
4.4 本章小結
第5章 改進HGWO-SVR模型的帶鋼厚度預測系統(tǒng)實現(xiàn)與測試
5.1 帶鋼厚度預測系統(tǒng)實現(xiàn)
5.1.1 數(shù)據(jù)管理及預處理實現(xiàn)
5.1.2 預測模型構建實現(xiàn)
5.1.3 帶鋼厚度預測實現(xiàn)
5.2 帶鋼厚度預測系統(tǒng)測試方案
5.2.1 帶鋼厚度預測系統(tǒng)測試規(guī)則
5.2.2 帶鋼厚度預測系統(tǒng)測試環(huán)境
5.3 帶鋼厚度預測系統(tǒng)功能測試
5.4 帶鋼厚度預測系統(tǒng)穩(wěn)定性測試
5.5 帶鋼厚度預測系統(tǒng)準確度測試
5.6 本章小結
第6章 總結與展望
6.1 總結
6.2 展望
致謝
參考文獻
攻讀學位期間發(fā)表的學術論文以及參加科研情況
本文編號:3832896
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 論文研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 支持向量機國內(nèi)外研究現(xiàn)狀
1.2.2 帶鋼軋制國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容
1.4 論文組織結構
第2章 相關技術分析
2.1 獲取帶鋼數(shù)據(jù)
2.2 帶鋼數(shù)據(jù)預處理相關技術
2.2.1 互信息
2.2.2 特征提取
2.2.3 數(shù)據(jù)標準化分析
2.3 支持向量回歸
2.3.1 支持向量回歸基本原理
2.3.2 支持向量回歸性能分析
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 本章小結
第3章 改進HGWO-SVR帶鋼厚度預測系統(tǒng)需求分析與設計
3.1 改進HGWO-SVR的帶鋼厚度預測系統(tǒng)需求分析
3.1.1 帶鋼厚度預測系統(tǒng)功能需求分析
3.1.2 帶鋼厚度預測系統(tǒng)非功能需求分析
3.1.3 帶鋼厚度預測系統(tǒng)可行性分析
3.2 改進HGWO-SVR的帶鋼厚度預測系統(tǒng)總體設計
3.2.1 帶鋼厚度預測系統(tǒng)總體框架結構設計
3.2.2 帶鋼厚度預測系統(tǒng)功能總架構設計
3.2.3 帶鋼厚度預測系統(tǒng)功能模塊詳細設計
3.2.4 帶鋼厚度預測系統(tǒng)整體流程設計
3.3 帶鋼數(shù)據(jù)存儲設計
3.3.1 數(shù)據(jù)庫概念結構設計
3.3.2 數(shù)據(jù)表設計
3.4 本章小結
第4章 帶鋼厚度預測系統(tǒng)關鍵技術實現(xiàn)
4.1 帶鋼數(shù)據(jù)預處理
4.1.1 采集分析帶鋼數(shù)據(jù)
4.1.2 帶鋼數(shù)據(jù)特征選擇
4.1.3 帶鋼數(shù)據(jù)標準化處理
4.2 改進差分灰狼優(yōu)化算法的提出
4.2.1 改進差分灰狼算法基本思想
4.2.2 改進差分灰狼算法基本流程
4.2.3 改進差分灰狼算法性能分析
4.3 改進差分灰狼算法優(yōu)化支持向量回歸模型的構建
4.3.1 改進差分灰狼算法優(yōu)化支持向量回歸模型的建立
4.3.2 改進差分灰狼算法優(yōu)化支持向量回歸模型的性能分析
4.4 本章小結
第5章 改進HGWO-SVR模型的帶鋼厚度預測系統(tǒng)實現(xiàn)與測試
5.1 帶鋼厚度預測系統(tǒng)實現(xiàn)
5.1.1 數(shù)據(jù)管理及預處理實現(xiàn)
5.1.2 預測模型構建實現(xiàn)
5.1.3 帶鋼厚度預測實現(xiàn)
5.2 帶鋼厚度預測系統(tǒng)測試方案
5.2.1 帶鋼厚度預測系統(tǒng)測試規(guī)則
5.2.2 帶鋼厚度預測系統(tǒng)測試環(huán)境
5.3 帶鋼厚度預測系統(tǒng)功能測試
5.4 帶鋼厚度預測系統(tǒng)穩(wěn)定性測試
5.5 帶鋼厚度預測系統(tǒng)準確度測試
5.6 本章小結
第6章 總結與展望
6.1 總結
6.2 展望
致謝
參考文獻
攻讀學位期間發(fā)表的學術論文以及參加科研情況
本文編號:3832896
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3832896.html
最近更新
教材專著