本發(fā)明涉及計(jì)算機(jī)軟件應(yīng)用，具體為一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法。

背景技術(shù)：

1、由于熱軋帶鋼的生產(chǎn)過程中存在許多不確定因素，如原料成分、軋制速度、冷卻條件等，這些因素的變化都會(huì)對(duì)卷取溫度產(chǎn)生影響。通過卷取溫度預(yù)測(cè)，可以提前預(yù)知這些變化對(duì)卷取溫度的影響，從而采取相應(yīng)的措施，增強(qiáng)生產(chǎn)過程的穩(wěn)定性，可以消除整個(gè)控冷系統(tǒng)動(dòng)作滯后的影響，避免終軋溫度波動(dòng)過大導(dǎo)致的反饋控制頻繁啟動(dòng)，從而提高帶鋼力學(xué)性能的均勻性。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，通過對(duì)卷取溫度的預(yù)測(cè)，提高控制精度、降低生產(chǎn)成本、增強(qiáng)生產(chǎn)過程的穩(wěn)定性，為企業(yè)帶來顯著的經(jīng)濟(jì)效益和社會(huì)效益，解決背景技術(shù)存在的問題。

2、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，具體包括以下步驟：

3、步驟一、選取訓(xùn)練參數(shù)變量種類；

4、步驟二、組織進(jìn)行預(yù)測(cè)的數(shù)據(jù)項(xiàng)的準(zhǔn)備；

5、步驟三、劃分訓(xùn)練集和測(cè)試集；

6、步驟四、訓(xùn)練模型；

7、步驟五、預(yù)測(cè)模型評(píng)估；

8、步驟六、新樣本預(yù)測(cè)。

9、優(yōu)選的，所述步驟一是選取訓(xùn)練參數(shù)變量種類，通過專業(yè)知識(shí)，選取影響卷取溫度的變量種類，用于模型的訓(xùn)練參數(shù)種類。

10、優(yōu)選的，所述步驟二是組織進(jìn)行預(yù)測(cè)的數(shù)據(jù)項(xiàng)的準(zhǔn)備，讀取生產(chǎn)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行篩選，篩選ct命中率大于95％的數(shù)據(jù)。

11、優(yōu)選的，所述步驟三是劃分訓(xùn)練集和測(cè)試集，針對(duì)樣本數(shù)據(jù)，劃分用于模型訓(xùn)練的數(shù)據(jù)和用于模型評(píng)估的測(cè)試數(shù)據(jù)。

12、優(yōu)選的，所述步驟四是訓(xùn)練模型，用訓(xùn)練數(shù)據(jù)集使用機(jī)器學(xué)習(xí)進(jìn)行模型訓(xùn)練，并對(duì)重要性進(jìn)行分析，調(diào)整模型，進(jìn)行再訓(xùn)練。

13、優(yōu)選的，所述步驟五是預(yù)測(cè)模型評(píng)估，對(duì)模型的預(yù)測(cè)結(jié)果進(jìn)行評(píng)估，找到評(píng)估評(píng)分高的，進(jìn)行存儲(chǔ)。

14、優(yōu)選的，所述步驟六是新樣本預(yù)測(cè)，對(duì)待預(yù)測(cè)的數(shù)據(jù)使用此模型進(jìn)行預(yù)測(cè)，得出預(yù)測(cè)結(jié)果。

15、本發(fā)明提供了一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法。具備以下有益效果：

16、1、本發(fā)明提供了一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，選取生產(chǎn)實(shí)際的優(yōu)良數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，實(shí)現(xiàn)卷取溫度預(yù)測(cè)，提高控制精度、降低生產(chǎn)成本、增強(qiáng)生產(chǎn)過程的穩(wěn)定性，為企業(yè)帶來顯著的經(jīng)濟(jì)效益和社會(huì)效益。本方法可以廣泛適用于通過大數(shù)據(jù)機(jī)器學(xué)習(xí)模型訓(xùn)練方法，需要進(jìn)行特定數(shù)據(jù)預(yù)測(cè)的各行各業(yè)的此類場(chǎng)景。

技術(shù)特征：

1.一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于，具體包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟一是選取訓(xùn)練參數(shù)變量種類，通過專業(yè)知識(shí)，選取影響卷取溫度的變量種類，用于模型的訓(xùn)練參數(shù)種類。

3.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟二是組織進(jìn)行預(yù)測(cè)的數(shù)據(jù)項(xiàng)的準(zhǔn)備，讀取生產(chǎn)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行篩選，篩選ct命中率大于95％的數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟三是劃分訓(xùn)練集和測(cè)試集，針對(duì)樣本數(shù)據(jù)，劃分用于模型訓(xùn)練的數(shù)據(jù)和用于模型評(píng)估的測(cè)試數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟四是訓(xùn)練模型，用訓(xùn)練數(shù)據(jù)集使用機(jī)器學(xué)習(xí)進(jìn)行模型訓(xùn)練，并對(duì)重要性進(jìn)行分析，調(diào)整模型，進(jìn)行再訓(xùn)練。

6.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟五是預(yù)測(cè)模型評(píng)估，對(duì)模型的預(yù)測(cè)結(jié)果進(jìn)行評(píng)估，找到評(píng)估評(píng)分高的，進(jìn)行存儲(chǔ)。

7.根據(jù)權(quán)利要求1所述的一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，其特征在于：所述步驟六是新樣本預(yù)測(cè)，對(duì)待預(yù)測(cè)的數(shù)據(jù)使用此模型進(jìn)行預(yù)測(cè)，得出預(yù)測(cè)結(jié)果。

技術(shù)總結(jié)
本發(fā)明提供一種機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)卷取溫度預(yù)測(cè)的方法，涉及計(jì)算機(jī)軟件應(yīng)用技術(shù)領(lǐng)域。本發(fā)明的技術(shù)方案是：選取生產(chǎn)實(shí)際的優(yōu)良數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，實(shí)現(xiàn)卷取溫度預(yù)測(cè)，本發(fā)明的有益效果是：提高控制精度、降低生產(chǎn)成本、增強(qiáng)生產(chǎn)過程的穩(wěn)定性，為企業(yè)帶來顯著的經(jīng)濟(jì)效益和社會(huì)效益。本方法可以廣泛適用于通過大數(shù)據(jù)機(jī)器學(xué)習(xí)模型訓(xùn)練方法，需要進(jìn)行特定數(shù)據(jù)預(yù)測(cè)的各行各業(yè)的此類場(chǎng)景。

技術(shù)研發(fā)人員：甄景燕,王燕偉,亓魯剛,張華,尹國(guó)強(qiáng),尹雨馨,王繼軍,石培花,靳三峰
受保護(hù)的技術(shù)使用者：唐山惠唐物聯(lián)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15