一種混合蛙跳反饋極限學(xué)習(xí)機帶鋼厚度預(yù)測方法，包括以下步驟：1)分析采集的鋼板數(shù)據(jù)信號；2)特征提取；3)在極限學(xué)習(xí)機中引入卡爾曼濾波思想，將網(wǎng)絡(luò)的實際輸出與期望輸出的差值反饋給輸入層，形成一種反饋極限學(xué)習(xí)機算法。同時運用混合蛙跳算法對反饋極限學(xué)習(xí)機算法的隨機參數(shù)進行優(yōu)化，構(gòu)建一種混合蛙跳反饋極限學(xué)習(xí)機預(yù)測模型；4)將步驟3)所得的混合蛙跳反饋極限學(xué)習(xí)機用于帶鋼出口厚度的預(yù)測中，并與傳統(tǒng)極限學(xué)習(xí)機以及混合蛙跳極限學(xué)習(xí)機進行結(jié)果對比，以此驗證方法的有效性。本發(fā)明通過上述步驟，提供了一種的預(yù)測誤差小，預(yù)測精度高，魯棒性好的預(yù)測方法。

技術(shù)領(lǐng)域

本發(fā)明涉及一種用于預(yù)測帶鋼出口厚度的方法，是一種混合蛙跳反饋極限學(xué)習(xí)機帶鋼厚度預(yù)測方法。

背景技術(shù)

帶鋼厚度在軋制過程中占據(jù)著重要的地位，出口厚度的精度已經(jīng)成為衡量鋼板成品質(zhì)量的重要指標。但是在實際的軋制過程中，帶鋼出口厚度有眾多的影響因素，并且每個因素根據(jù)張力控制方法對帶鋼厚度產(chǎn)生不同的影響。目前，對帶鋼厚度控制預(yù)測普遍采用自動厚度控制(AGC)方法，但是這種方法的控制精度完全取決于控制模型的精度，所以使得厚度的精度預(yù)測受到了限制。近年來，神經(jīng)網(wǎng)絡(luò)被普遍應(yīng)用于軋鋼的預(yù)測中，但是由于其存在收斂速度慢，容易陷入局部最優(yōu)和泛化性能低等缺點，使得神經(jīng)網(wǎng)絡(luò)在預(yù)測方面受到了限制。

為了避免上述問題，極限學(xué)習(xí)機作為一種新型的單隱層前饋神經(jīng)網(wǎng)絡(luò)，以其快速的學(xué)習(xí)速度，較好的泛化性能和較少的調(diào)節(jié)參數(shù)得到了廣泛應(yīng)用。但是由于其輸入權(quán)值和隱含層偏置值是隨機選取的，所以導(dǎo)致極限學(xué)習(xí)機比傳統(tǒng)的基于梯度的學(xué)習(xí)算法需要更多的隱含層節(jié)點，為了解決這種問題許多國內(nèi)外的學(xué)者對極限學(xué)習(xí)機進行了進一步的研究。

發(fā)明內(nèi)容

針對極限學(xué)習(xí)機的輸入權(quán)值和隱含層偏置值的隨機選取會對輸出權(quán)值的計算產(chǎn)生影響，并且使極限學(xué)習(xí)機比傳統(tǒng)的基于參數(shù)調(diào)整的學(xué)習(xí)算法需要更多的隱含層節(jié)點，引起系統(tǒng)的病態(tài)導(dǎo)致泛化性能降低的技術(shù)問題，本方法采用混合蛙跳算法優(yōu)化反饋極限學(xué)習(xí)機，并應(yīng)用于帶鋼出口厚度的預(yù)測中，提出了一種混合蛙跳反饋極限學(xué)習(xí)機帶鋼厚度預(yù)測方法，以此來降低預(yù)測誤差，提高預(yù)測精度和魯棒性。

為了實現(xiàn)上述目的，本發(fā)明創(chuàng)造采用的技術(shù)方案為：一種混合蛙跳反饋極限學(xué)習(xí)機帶鋼厚度預(yù)測方法，其特征在于，其步驟為：

1)分析采集的鋼板數(shù)據(jù)信號：對鋼板數(shù)據(jù)信號進行分析；

2)用互信息法計算帶鋼出口厚度與影響因素的互信息值，選擇對帶鋼厚度影響大的因素，完成特征提取；

3)在極限學(xué)習(xí)機中引入卡爾曼濾波，將網(wǎng)絡(luò)的實際輸出與期望輸出的差值反饋給輸入層，形成一種反饋極限學(xué)習(xí)機算法；同時運用混合蛙跳算法對反饋極限學(xué)習(xí)機算法的隨機參數(shù)進行優(yōu)化，構(gòu)建一種混合蛙跳反饋極限學(xué)習(xí)機預(yù)測模型；

4)將步驟3)所得的混合蛙跳反饋極限學(xué)習(xí)機用于帶鋼出口厚度的預(yù)測中，并與傳統(tǒng)極限學(xué)習(xí)機以及混合蛙跳極限學(xué)習(xí)機進行結(jié)果對比。

所述的步驟2)中，具體方法為：

2.1)設(shè)置變量X和Y，X為輸入的參數(shù)向量，Y為帶鋼厚度，變量X和Y之間的互信息值表示為I(X；Y)，通過公式(1)進行計算：

其中：μ_XY(x,y)表示X和Y的聯(lián)合概率密度函數(shù)：

μ_X(x)表示X的邊緣概率密度函數(shù)；

μ_Y(y)表示Y的邊緣概率密度函數(shù)；

利用公式(1)計算得出帶鋼厚度影響因素與互信息值，然后然后根據(jù)步驟2.2.2)，2.2.3)選擇參數(shù)作為實驗的數(shù)據(jù)集；

2.2)預(yù)測模型輸入?yún)?shù)特征提取：