论文部分内容阅读
针对冷连轧生产中难以建立准确的轧制力数学模型的问题,提出了基于半监督深度网络的轧制力预报模型.首先,使用堆叠去噪自编码器逐层提取输入数据的高阶特征表示.为提高特征提取的有效性,根据输入值与目标值的相关性程度,对其各维度特征损失函数施加不同比例,构成比例损失堆叠去噪自编码器.然后,使用比例损失堆叠去噪自编码器提取的高阶特征初始化深度网络,对目标值进行预测.仿真结果表明,该模型预测精度可控制在3％以内,实现了轧制力的高精度预测.