一种基于神经网络集成学习的阳极铝箔性能预测系统

摘要

本发明公开了一种基于神经网络集成学习的阳极铝箔性能预测系统，通过收集阳极铝箔生产线上的工艺参数及其所对应的产品性能指标的实测数据，并存储至制造数据样本库中；接着从制造数据样本库中提取任意一个需要进行预测的产品性能指标及其所对应的所有数据样本组成临时样本集，并将临时样本集分成训练样本集和测试样本集；然后分别采用三种不同类型的神经网络，使用训练样本集内的数据样本进行模型的训练，再使用测试样本集进行测试，然后筛选得到该产品性能指标对应的神经网络预测模型；重复操作得到所有产品性能指标对应的神经网络预测模型用于构建得到阳极铝箔性能预测系统，解决阳极铝箔性能预测准确率较低，泛化能力较弱的问题。