基于支持向量机的锻造生产线能耗预测研究
摘要 | 第11-12页 |
ABSTRACT | 第12-13页 |
第1章 绪论 | 第14-24页 |
1.1 课题背景 | 第14-15页 |
1.2 研究意义 | 第15-16页 |
1.3 生产线能耗预测研究 | 第16-21页 |
1.3.1 生产线制造系统的分层 | 第16-17页 |
1.3.2 能耗预测方法研究 | 第17-21页 |
1.4 论文研究内容与结构 | 第21-24页 |
第2章 锻造生产线能耗影响因素分析 | 第24-36页 |
2.1 铸锻中心能耗状况分析 | 第24-26页 |
2.1.1 锻造制造系统能源管理分析 | 第24-25页 |
2.1.2 锻造生产线能源流向分布分析 | 第25-26页 |
2.2 锻造生产线能耗影响因素分析 | 第26-33页 |
2.2.1 工艺流程方面 | 第27-29页 |
2.2.2 生产表现方面 | 第29-30页 |
2.2.3 设备状态方面 | 第30-32页 |
2.2.4 物流方面 | 第32-33页 |
2.3 中频感应加热炉能耗影响因素分析 | 第33-35页 |
2.4 本章小结 | 第35-36页 |
第3章 锻造生产线能耗回归建模 | 第36-54页 |
3.1 探索性数据分析 | 第37-40页 |
3.1.1 剔除异常样本 | 第37-39页 |
3.1.2 数据分布特征 | 第39-40页 |
3.2 影响因素的相关性分析 | 第40-44页 |
3.2.1 相关分析原理 | 第40-41页 |
3.2.2 数据准备 | 第41-42页 |
3.2.3 相关性分析结果 | 第42-43页 |
3.2.4 共线性诊断 | 第43-44页 |
3.3 多元回归建模 | 第44-49页 |
3.3.1 建模原理 | 第44-45页 |
3.3.2 数据准备 | 第45页 |
3.3.3 模型性能分析 | 第45-46页 |
3.3.4 模型共线性诊断 | 第46-47页 |
3.3.5 模型检验图 | 第47页 |
3.3.6 模型的确定及检验 | 第47-49页 |
3.4 能耗模型预测精度评价 | 第49-53页 |
3.5 本章小结 | 第53-54页 |
第4章 锻造生产线能耗支持向量机建模 | 第54-70页 |
4.1 支持向量机 | 第54-57页 |
4.1.1 支持向量机概念 | 第54-57页 |
4.1.2 支持向量机流程设计 | 第57页 |
4.2 生产线模型数据准备和归一化 | 第57-58页 |
4.3 生产线模型核函数选取分析 | 第58-61页 |
4.3.1 核函数及性质 | 第58-59页 |
4.3.2 不同核函数预测结果 | 第59-61页 |
4.3.3 实验结果分析 | 第61页 |
4.4 生产线模型超参数选取分析 | 第61-66页 |
4.4.1 超参数的意义 | 第61-62页 |
4.4.2 试凑法选取模型超参数 | 第62-64页 |
4.4.3 交叉验证选取模型参数 | 第64-65页 |
4.4.4 实验结果分析 | 第65-66页 |
4.5 中频感应加热炉能耗模型 | 第66-69页 |
4.5.1 生产状况分析 | 第66-67页 |
4.5.2 中频炉能耗模型建立 | 第67-68页 |
4.5.3 中频炉能耗模型评价 | 第68-69页 |
4.6 本章小结 | 第69-70页 |
第5章 锻造生产线能耗模型预测性能优化 | 第70-82页 |
5.1 PSO优化支持向量机 | 第70-71页 |
5.2 锻造生产线PSO-CV-SVM建模过程 | 第71-76页 |
5.2.1 数据准备和归一化 | 第71-72页 |
5.2.2 核函数参数优化 | 第72页 |
5.2.3 设定初始参数 | 第72-74页 |
5.2.4 引入自适应变异 | 第74页 |
5.2.5 模型建立 | 第74-76页 |
5.3 PSO-CV-SVM模型预测结果 | 第76-79页 |
5.4 实验模型评价 | 第79-81页 |
5.5 本章小结 | 第81-82页 |
总结与展望 | 第82-84页 |
参考文献 | 第84-90页 |
致谢 | 第90-91页 |
附件 | 第91页 |