A machine learning and genetic algorithm-based method for predicting width deviation of hot-rolled strip in steel production systems

Width deviation is an important metric for evaluating the quality of a hot-rolled strip in steel production systems. This paper considers a width deviation prediction problem and proposes a Machine-learning and Genetic-algorithm-based Hybrid method named MGH to obtain a prediction model. Existing wo...

Celý popis

Podrobná bibliografie

Vydáno v:	Information sciences Ročník 589; s. 360 - 375
Hlavní autoři:	Ji, Yingjun, Liu, Shixin, Zhou, Mengchu, Zhao, Ziyan, Guo, Xiwang, Qi, Liang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.04.2022
Témata:	Feature construction Generalized linear regression Genetic algorithm Hierarchical clustering Hot-rolled strip Width deviation prediction Width deviation prediction Hot-rolled strip Feature construction Generalized linear regression Hierarchical clustering Genetic algorithm
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!