[发明专利]基于CNN算法和Lasso回归模型的热轧产品质量预测方法

摘要

本发明属于轧钢产品质量预测技术领域，尤其涉及一种基于CNN算法和Lasso回归模型的热轧产品质量预测方法。它包括以下步骤，S1：获取用于建模的样本数据，样本数据包括训练数据，并确定关键输入变量；S2：利用样本数据的关键输入变量对CNN进行训练，得到特征向量模型；S3：将训练数据的关键输入变量代入特征向量模型，得到用于代入Lasso回归模型的输入变量；S4：确定Lasso回归模型最优的正则化因子，并利用S3中的输入变量对Lasso回归模型进行训练，得到未修正的混合预测模型，将未修正的混合预测模型修正，得到修正后的混合预测模型；S5：将未来时间段的生产数据输入修正后的混合预测模型，以获取生产数据的预测结果。该方法能够提高模型的预测精度。

主权项

1.一种基于CNN算法和Lasso回归模型的热轧产品质量预测方法，其特征在于，包括以下步骤，S1：获取关于热轧产品性能历史数据中用于建模的样本数据，样本数据包括训练数据，并确定关键输入变量；S2：利用样本数据的关键输入变量对CNN进行训练，得到特征向量模型；S3：将训练数据的关键输入变量代入特征向量模型，得到用于代入Lasso回归模型的输入变量；S4：确定Lasso回归模型最优的正则化因子，并利用步骤S3中得到的输入变量对Lasso回归模型进行训练，得到未修正的混合预测模型，将未修正的混合预测模型进行至少一次的修正，得到修正后的用于对未来时间段的生产数据进行预测的混合预测模型；S5：将未来时间段的生产数据输入修正后的混合预测模型，以获取生产数据的预测结果。