[发明专利]一种热轧带钢出口凸度预报方法

权利要求书

1.一种热轧带钢出口凸度预报方法，其特征在于，包括以下步骤：

步骤1：分层别采集热轧带钢生产过程中的每一块带钢的p个生产数据并用一个p维向量进行表示，层别按照钢种、终轧带钢宽度以及终轧带钢厚度进行划分；

步骤2：采用统计学3σ原则对各层别的生产数据进行降噪处理；

步骤3：将降噪后的生产数据按一定的比例划分为训练集和测试集两个集合，集合划分要保持数据分布的一致性；

步骤4：将降噪后的各层别的生产数据构成观测值矩阵，并对观测值矩阵进行标准化变换和降维处理，获得降维后的标准化矩阵；

步骤5：将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；

步骤6：采用优化获得的最优参数组合构造支持向量机带钢出口凸度预报模型；

步骤7：用训练集训练支持向量机带钢出口凸度预报模型，用测试集测试支持向量机带钢出口凸度预报模型的泛化性能；

步骤8：采用决定系数R²，平均绝对误差MAE，平均绝对百分误差MAPE，均方根误差RMSE来评价支持向量机带钢出口凸度预报模型的整体性能。

2.如权利要求1所述的热轧带钢出口凸度预报方法，其特征在于，所述步骤4包括：

步骤4.1：将降噪后的各层别的生产数据构成观测值矩阵，并对观测值矩阵进行标准化变换获得标准化矩阵；

步骤4.2：采用主成分分析法对标准化矩阵进行降维处理。

3.如权利要求2所述的热轧带钢出口凸度预报方法，其特征在于，所述步骤4.1具体为：

把每一块带钢的生产数据看成一个p维向量X＝(X₁,X₂,…,X_p)，经降噪后共获得N块带钢的生产数据，生产数据X＝(X₁,X₂,…,X_p)的观测值矩阵表示为：

经标准化变换后获得标准化矩阵表示为：

标准化的公式为：

其中，

4.如权利要求3所述的热轧带钢出口凸度预报方法，其特征在于，所述步骤4.2包括：

步骤4.2.1：计算采集到的生产数据的相关系数矩阵R：

其中，

步骤4.2.2：计算相关系数矩阵R的特征值(λ₁,λ₂,…λ_p),并使其按大小顺序排列，λ₁≥λ₂≥…λ_p≥0；分别计算对应特征值λ_i的特征向量e_i(i＝1,2,…,p)，使‖e_i‖＝1，即其中e_ij表示向量e_i的第j个分量；

步骤4.2.3：选择重要主成分，并写出主成分表达式，根据各个主成分累计贡献率的大小选取k个主成分，贡献率η是指某个主成分的方差占全部方差的比重，在此也是相关系数矩阵R的某个特征值占全部特征值合计的比重，即：

累计贡献率为：

贡献率越大，说明该主成分所包含的原始变量的信息越强，累计贡献率达到90％以上，才能保证原始变量的绝大多数信息。