神經(jīng)網(wǎng)絡規(guī)則抽取及其在帶鋼熱鍍鋅質(zhì)量控制參數(shù)設定中的應用研究.pdf

1、人工神經(jīng)網(wǎng)絡作為動態(tài)系統(tǒng)識別、數(shù)據(jù)挖掘的一種常用的智能工具，已廣泛應用于模式識別、圖像處理、自動控制、質(zhì)量建模、機器人、信號處理、管理、商業(yè)、醫(yī)療和軍事等領域。然而，它無法能將相應物理系統(tǒng)直接轉(zhuǎn)化為能被理解的知識表達結(jié)果，其“黑箱”特性極大地限制了神經(jīng)網(wǎng)絡的進一步應用。本文主要研究神經(jīng)網(wǎng)絡的規(guī)則抽取方法，使神經(jīng)網(wǎng)絡模型輸入變量與輸出變量之間的關系具有更直觀的可理解性，并將從神經(jīng)網(wǎng)絡中抽取的“知識”結(jié)合產(chǎn)品質(zhì)量預測模型實現(xiàn)質(zhì)量控制參數(shù)自動

2、設定的目的，避免了人工憑經(jīng)驗來進行參數(shù)設定，對于深入認識生產(chǎn)規(guī)律、改善生產(chǎn)工藝、提高產(chǎn)品質(zhì)量有著重要的意義。 論文主要的創(chuàng)新性成果有以下兩方面的內(nèi)容： （1）提出了基于優(yōu)化激活函數(shù)的神經(jīng)網(wǎng)絡規(guī)則抽取方法，并將其應用于熱鍍鋅生產(chǎn)中的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)，克服傳統(tǒng)神經(jīng)網(wǎng)絡產(chǎn)品質(zhì)量監(jiān)控模型中“解釋性差”的難題。通過加入指數(shù)變量的懲罰項，使激活函數(shù)的輸出值更趨于0和1的二值化，提高了規(guī)則的覆蓋率，以變量區(qū)間的形式成功的提取出產(chǎn)品原

3、材料參數(shù)、生產(chǎn)控制參數(shù)與產(chǎn)品質(zhì)量間的對應關系，為生產(chǎn)過程監(jiān)控和質(zhì)量管理提供有效的分析方法和控制手段。應用鋅層重量的實際生產(chǎn)數(shù)據(jù)進行模型驗證，分析結(jié)果表明：用本文方法提取到的知識規(guī)則覆蓋率達到94．7％。 （2）提出了多變量產(chǎn)品質(zhì)量模型中過程控制參數(shù)的設定方法。首先運用規(guī)則抽取方法，從現(xiàn)有的生產(chǎn)數(shù)據(jù)中找出知識規(guī)則作為過程參數(shù)的取值區(qū)間，同時根據(jù)生產(chǎn)數(shù)據(jù)建立質(zhì)量預測模型并利用它在規(guī)則范圍內(nèi)準確的預測出控制參數(shù)值，從而達到過程參數(shù)預測