王春华， 吕 雷

(辽宁工程技术大学 机械工程学院，辽宁 阜新 123000)

改进型支持向量回归预测模型的轧机轧制力预测*

王春华， 吕 雷

(辽宁工程技术大学 机械工程学院，辽宁 阜新 123000)

对轧机轧制力预测模型进行研究。使用人工鱼群优化算法对支持向量回归(SVR)参数选取进行最优的参数组合，将粒子群优化算法引入到常规人工鱼群算法中，并对其进行改进，提高了人工鱼群算法的性能。研究结果表明：Ekelund模型的轧制力计算结果误差较大，超过了10 %，常规SVR预测模型的轧制力预测精度低于10 %，而本文研究的改进SVR预测模型得到的轧制力误差低于5 %，说明通过人工鱼群算法优化SVR算法模型的参数能够提高预测模型的预测精度，并且预测消耗时间在3种预测模型中是最短的。

支持向量回归； 粒子群优化算法； 人工鱼群算法； 轧制力预测

0 引 言

轧制板材过程繁琐复杂，受到轧制速度、压力、温度等物理因素，以及热力耦合和塑性变形等复杂过程影响较大。轧制板材过程是非线性、多变量强耦合的过程，传统的应用比较广泛的轧制力计算模型的轧制力计算结果已经不能够满足人们日益增长的需求[1,2]。因此，近几年如何提高轧制力预测精度，从而提高轧制产品的质量成为了相关技术专家们研究的重点问题之一。

文献[3]中研究了一种带钢热连轧设备的轧制力自学习方法，通过引入一种新的概念，即变形抗力抛物线偏差曲线，以及机架设备自学习和状态影响系数进行轧制力预测，该种方法的应用提高了带钢产品质量。……