声明
摘要
第1章绪论
1.1工业大数据发展背景
1.2大数据技术在钢铁行业的应用研究现状
1.2.1机器学习在钢铁行业中的应用
1.2.2热轧带钢宽度控制问题研究现状
1.2.3某钢厂2050热轧带钢的宽度预测问题
1.3本文研究内容及论文组织结构
1.3.1主要研究内容
1.3.2章节结构
1.4本章小结
第2章工业数据分析的理论和方法综述
2.1非平衡数据处理方法
2.1.1非平衡分类问题介绍
2.1.2少数类样本合成的过采样算法
2.2前向筛选特征选择算法
2.3粒子群算法
2.4支持向量机算法
2.5决策树算法
2.6算法评价指标
2.6.1混淆矩阵与F1指标定义
2.6.2 ROC曲线与AUC定义
2.7可视化数据分析软件Weka
2.8本章小结
第3章热轧带钢生产过程数据清洗和预处理
3.1结合热轧带钢生产背景的数据分析
3.1.1字符型工艺特征分析
3.1.2实数型和时间戳型工艺特征分析
3.2热轧带钢生产过程的数据清洗
3.2.1热轧带钢宽度质量预测中的缺失数据值处理
3.2.2热轧带钢宽度质量预测中的异常数据值处理
3.3基于改进SMOTE算法的非平衡数据处理
3.3.1改进的SMOTE算法
3.3.2热轧带钢宽度质量预测中的非平衡处理及标准化
3.4本章小结
第4章热轧带钢宽度质量预测方法
4.1基于统计学的工艺特征构造
4.1.1特征构造的统计学基础
4.1.2热轧带钢宽度质量预测中的特征构造
4.2基于BPSO算法和SVM模型的特征选择
4.2.1特征选择的BPSO算法
4.2.2热轧带钢宽度质量预测中的特征选择
4.3基于学习的SVM规则提取方法
4.3.1规则提取方法
4.3.2热轧带钢宽度质量预测模型及模型的解释应用
4.4本章小结
第5章总结与展望
5.1论文研究过程总结
5.2未来展望
参考文献
致谢
攻读硕士期间发表的论文、获奖情况及发明专利
东北大学;