科研之友
微信
新浪微博
Facebook
分享链接
摘要
轧后冷却是影响钢板组织性能的重要工序之一，其中终冷温度是冷却过程的关键控制参数。由于传统的温控数学模型与自学习模型精度较差，因此为了提高终冷温度预测的精度，采用贝叶斯优化XGBoost模型对终冷温度进行回归预测，以冷却速率、总流量、开启集管数和化学成分等15个变量作为模型的输入，终冷温度作为模型输出，通过BO-XGBoost模型预报终冷温度。同时，对比了BP神经网络模型、默认超参数XGBoost模型和BO-GBDT模型的回归效果。结果表明：BO-XGBoost模型的训练集和测试集具有较高的决定系数和较低的误差，说明模型具有很好的泛化性、鲁棒性和非线性拟合能力，相较于经典数学模型提高了终冷温度预测精度。
- 单位
