基于神经网络集成学习的冷连轧板形预测

卜赫男¹，蔺明宇¹，闫注文²

1. 江苏科技大学机械工程学院2. 南京工程学院智能装备产业技术研究院

摘 要：为了实现对冷连轧带钢出口板形的预测,基于粒子群算法对小波神经网络进行了优化,将优化后的网络作为基学习器,并通过bagging算法构建集成学习预测模型,进行冷连轧带钢板形的预测。以某1 450 mm冷连轧生产线数据作为样本,比较了该模型与未经优化的小波神经网络和单个学习器的预测效果。结果表明,集成学习模型预测的带钢出口板形与实测板形的偏差更小,板形预测精度更高,模型泛化性能更好。

关键词：冷连轧;板形预测;小波神经网络;PSO算法;集成学习;