基于神经网络规则抽取的带钢热镀锌质量监控模型

为了克服传统神经网络产品质量监控模型中解释性差的困难，提出了基于神经网络规则抽取的带钢热镀锌质量监控模型。以带钢热镀锌生产中锌层重量监控为研究对象，利用神经网络规则抽取方法对样本数据进行学习，以知识规则的形式给出模型中输入（原料参数及生产控制参数）与输出（产品质量）间的定量关系，用于对生产控制参数的设定与更新。选取756个训练样本和376个测试样本分别对网络进行了训练和检验，结果表明，新模型中的知识规则覆盖率达到94.8％，并可根据输出变量的目标区间快速地设定各输入变量的范围，为产品质量的自动控制提供了有效的方法。