基于多元逐步回归的带钢性能预测模型 |
| |
引用本文: | 董维振,陈燕,李媛媛.基于多元逐步回归的带钢性能预测模型[J].工业仪表与自动化装置,2022(2):107-111. |
| |
作者姓名: | 董维振 陈燕 李媛媛 |
| |
作者单位: | 1. 广西大学计算机与电子信息学院;2. 曹妃甸职业技术学院人工智能学院 |
| |
摘 要: | 为了挖掘冶金产品关键工艺参数与成品性能间的关系、实现特定牌号性能自动预测,构建了带钢性能预测模型。模型基于多元线性回归的机器学习方法和数据挖掘方法,构建了牌号性能影响因素知识库,通过大量真实生产环境数据,分析其相关性和性能影响因素。实验过程基于2020个预测样本的数据集,其中选择1616个样本作为训练集,404个样本作为测试集,每个样本包括24种属性,对成品性能Y1和Y2进行了单独训练和预测,均方差结果仅为0.0182和2.9371×10^(-5)。实验表明,该性能预测模型预测准确率高,有效命中率达到90%以上,具有良好的应用前景。
|
关 键 词: | 带钢性能预测 机器学习 数据挖掘 多元线性回归 逐步回归 大数据 |
本文献已被 维普 等数据库收录! |
|