基于生产大数据的薄带钢平整机轧制力设定计算模型

基于镀锌线平整机生产大数据,进行了神经网络模型、 回归分析模型、 网络模型与回归分析模型相结合的混合算法模型的平整机轧制力预测模型的分析与比较.结果表明,与BP神经网络模型和基于径向基函数RBF神经网络模型相比,广义回归GRNN神经网络模型最优,预测结果相对偏差的标准差在12％左右.神经元网络与数学模型结合的混合算法模型的预测精度比单纯网络模型或回归模型的低.多元线性回归模型优于偏最小二乘回归法模型,除少数钢种外,其预测结果相对偏差的标准差在13％以下,且易于实现,适用性强.将多元线性回归参数的数学模型在平整机上进行了初步应用,结果表明该模型具有一定的应用前景.