基于深度置信网络的连铸坯偏析等级预测研究

连铸坯中心偏析缺陷的准确预测对于连铸坯稳定生产、提升连铸质量具有重要意义。为精准预测连铸坯中心偏析缺陷,建立连铸坯偏析等级的深度学习模型,该模型应用禁忌搜索的超参数优化法,对DBN模型的网络层和回归层进行优化,提高了偏析预测的准确率。研究表明,基于DBN-SVR模型的连铸坯中心偏析预测精度较好。