来源：期刊VIP网 时间：
作者：周永强;刘晓超;卜文绍;何方舟;
单位：洛阳职业技术学院机电工程学院;河南工业和信息化职业学院机械工程系;河南科技大学电气工程学院;中石化广州工程有限公司;
摘要：为了实现轧制力预测准确率提升，这里开发了一种利用分层提取及目标相关特征完成的堆叠去噪自编码器（ISDAE），并在训练阶段设置了目标值数据，从而获得更可靠的特征提取结果。先以逐层推进方式训练I-SDAE得到每个编码层权重比例，再根据目标设定条件重新设置深度网络变量，由此确保网络预测结果更接近目标设定参数。研究结果表明：I-SDAE模型预测与实际测试参数的拟合点误差都小于±5%，能够对ST16钢种冷连轧参数达到精确预测的功能，符合生产调控需求。相比较CDOS-ELM模型，I-SDAE模型达到很低预测误差和更强泛化性能，具备比其它模型更优综合性能，能够准确调节预测误差。I-SDAE模型表现出良好的收敛性能，需要的迭代次数更小，表明计算效率更高。
关键词：深度网络;;冷连轧;;轧制力预测;;改进去噪自编码器;;误差
基金资助：河南省高等学校重点科研项目（22B520024）;河南省高等学校重点科研项目计划（19B450002）
