Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种在线自适应SSA-OS-DELM模型的板凸度预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东北大学

摘要:本发明的一种在线自适应SSA‑OS‑DELM模型的板凸度预测方法,包括:利用高精度监测装置采集热连轧现场的生产数据和实测凸度;对采集的生产数据和实测凸度进行预处理;使用预处理后的生产数据和实测凸度初始化DELM网络结构;采用SSA优化算法对DELM网络优化,获得具有最优的隐藏层的输出矩阵和最优输出权重的SSA‑DELM板凸度预测模型;按照一定时间周期实时采集在线生产数据对SSA‑DELM板凸度预测模型进行优化,获得SSA‑OS‑DELM板凸度预测模型。本方法从大量历史板凸度数据中充分提取信息,并通过在线实时数据迭代优化更新模型,从而实现可靠、实时的高准确度的板凸度预测,为产品板形的高精度控制提供了良好条件。

主权项:1.一种在线自适应SSA-OS-DELM模型的板凸度预测方法,其特征在于,包括以下步骤:步骤1、利用高精度监测装置采集热连轧现场的生产数据和实测凸度;步骤2、对采集的生产数据和实测凸度进行预处理;步骤3、使用预处理后的生产数据和实测凸度初始化DELM网络结构;步骤4、采用SSA算法对DELM网络优化,从而获得具有最优的隐藏层的输出矩阵和最优输出权重的SSA-DELM板凸度预测模型;步骤5、按照一定的时间周期实时采集在线生产数据对SSA-DELM板凸度预测模型进行更新优化,获得SSA-OS-DELM板凸度预测模型对板凸度进行预测;所述步骤4具体为:步骤4.1、初始化麻雀搜索算法中麻雀种群个数为pop,最大迭代次数为itermax,根据DELM网络的各ELM-AE自动编码器的输入隐藏层的权值和偏置确定麻雀的初始位置;步骤4.2、设置麻雀搜索算法中发现者数量为麻雀总量的20%,危险报警值设置范围为0,1,感知危险的麻雀数量占麻雀总量的20%;步骤4.3、确定麻雀搜索算法优化的目标函数Fintness,如下公式所示: 其中,β为DELM网络的输出权重,为最后一个ELM-AE自动编码器的输出矩阵,Y为实测凸度值; 步骤4.4、麻雀搜索算法通过不断更新发现者、加入者和感知到危险的麻雀的位置,最后得到各ELM-AE自动编码器的最优的隐藏层的输出矩阵;步骤4.5、根据各ELM-AE自动编码器的最优的隐藏层的输出矩阵重新计算DELM网络的最优输出权重β0,如下公式所示: 其中,β0为DELM网络的最优输出权重,为经过SSA算法优化后最后一个ELM-AE自动编码器的输出矩阵,Y为实测凸度值;所述步骤5具体为:步骤5.1、将新加入的实时在线数据重复步骤2.5进行数据初始化,得到M组实时标准化数据其中为实时采集的在线生产数据,为实时采集的实测凸度;步骤5.2、根据下式更新DELM网络的最优输出权重β0: 其中,k=0,K,M-1;步骤5.3:获得SSA-OS-DELM板凸度预测模型对板凸度进行预测。

全文数据:

权利要求:

百度查询: 东北大学 一种在线自适应SSA-OS-DELM模型的板凸度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。