(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111615109.2 (22)申请日 2021.12.27 (71)申请人 北京科技大 学 地址 100083 北京市海淀区学院路3 0号 (72)发明人 宋勇　王正　李飞飞　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 代理人 张仲波　付忠林 (51)Int.Cl. G06F 30/27(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于规则寻优的带钢力学性能预报方 法 (57)摘要 本发明公开了一种基于规则寻优的带钢力 学性能预报方法， 包括： 收集带钢的特征变量和 力学性能， 形成样本库， 并计算每一特征变量对 力学性能的贡献度； 从高到低选取总贡献度为预 设值的前预设数量的特征变量作为规则组成特 征， 并计算其标准差； 将各规则组成特征与各规 则组成特征的标准差阈值进行 组合， 得到多种不 同的规则； 计算每一个规则下的带钢力学性能预 测命中率， 将 命中率最高的规则作为最优规则并 记录； 利用最优规则进行带钢力学性能预测， 得 到预测结果。 本发明提供的方法不仅有很强的泛 化能力， 可以对带钢力学性能进行准确预报， 还 能指导现场生产， 反应 现场数据采集系统的异常 问题。 权利要求书2页 说明书7页 附图2页 CN 114386325 A 2022.04.22 CN 114386325 A 1.一种基于规则寻优的带钢力学性能预报方法， 其特 征在于， 包括： 收集带钢的特征变量和力学性能， 形成样本库， 并计算每一特征变量对力学性能的贡 献度； 其中， 所述特 征变量包括带钢的化学成分和带钢的工艺 参数； 将特征变量按照各自的贡献度从高到低 排序， 选取总贡献度为预设值的前预设数量的 特征变量作为 规则组成特 征， 并计算每一 规则组成特 征的标准差； 基于计算出的标准差， 确定每一规则组成特征的标准差阈值， 并将各规则组成特征与 各规则组成特 征的标准差阈值进行组合， 得到多种不同的规则； 计算每一个规则下的带钢力学性能预测命中率， 将命中率最高的规则作为最优规则并 记录； 利用所述 最优规则对待预测的带钢进行 带钢力学性能预测， 得到预测结果。 2.如权利要求1所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述化学 成分包括 碳、 硅、 锰、 磷、 硫、 氮、 铬、 铜、 钼、 铌、 镍、 钛和钒； 所述工艺参数包括板坯厚度、 加热炉入口温度、 加热炉出口温度、 加热时间、 粗轧出口 温度、 中间坯厚度、 精轧出口温度和带钢厚度。 3.如权利要求1所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述力学 性能包括屈服强度、 抗拉强度和延伸率。 4.如权利要求1所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述计算 每一特征变量对力学性能的贡献度， 包括： 将所述样本库中的数据划分为训练集和测试集； 并利用训练集中的特征变量和力学性 能进行模型训练， 得到随机森林力学性能回归 模型； 利用所述随机森林力学性能回归模型， 对测试集中的力学性能进行预测， 并将预测结 果与测试集中真实的力学性能进行对比， 得到初始回归评分系数； 每次分别选择测试集中的其中一个特征变量进行随机置换并打乱顺序， 得到新测试 集， 并在每次得到新测试集后， 分别利用所述随机森林力学性能回归模型， 通过新测试集中 的特征变量对新测试集中的力学性能进行预测， 将预测结果与真实的力学性能进行对比， 以得到每一特 征变量置换后的回归评分系数； 将每一特征变量置换后的回归评分系数与初始回归评分系数做差取绝对值并除以所 述初始回归评分系数， 以得到的数值表征被置换的特 征变量的贡献度。 5.如权利要求1所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述基于 计算出的标准差， 确定每一 规则组成特 征的标准差阈值， 包括： 基于计算出的标准差， 将每一 规则组成特 征的标准差的k 倍作为其对应的标准差阈值。 6.如权利要求5所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述将各 规则组成特 征与各规则组成特 征的标准差阈值进行组合， 得到多种不同的规则， 包括： 将各规则组成特征与 各规则组成特征的标准差 阈值进行随机排列组合， 得到多种不同 的规则； 其中， 每一规则 分别包括所有的规则组成特征和每一规则组成特征所对应的其自 身的任意 一个标准差阈值。 7.如权利要求1所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述计算 每一个规则下的带钢力学性能预测命中率， 包括： 将所述样本库中的数据划分为训练集和测试集； 利用每一规则分别匹配测试集中每个权　利　要　求　书 1/2 页 2 CN 114386325 A 2样本在训练集中对应的所有样本， 并计算该规则下的预测命中率。 8.如权利要求7所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 利用每一 规则分别匹配测试集中每 个样本在训练集中对应的所有样本， 包括： 在当前规则下， 取测试集中的一个样本， 按照当前规则中的规则组成特征及对应标准 差阈值在训练集中匹配特征变量在正负标准差阈值范围内的样本， 将匹配到的所有样本的 力学性能的平均值作为测试集中对应样本的预测结果。 9.如权利要求8所述的基于规则寻优的带钢力学性 能预报方法， 其特征在于， 所述计算 该规则下的预测命中率， 包括： 将在当前规则下得到的所有测试集样本的力学性 能预测结果与真实值做差， 若差值在 预设误差范围内则为预测命中， 以此计算当前规则的预测命中率。 10.如权利要求8所述的基于规则寻优的带钢力学性能预报方法， 其特征在于， 所述利 用所述最优规则对待预测的带钢进行 带钢力学性能预测， 包括： 获取待预测的带钢的特征变量； 按照当前规则中的规则组成特征及对应标准差阈值， 在样本库中匹配特征变量在正负标准差阈值范围内的样本， 将匹配得到的所有样本的力学 性能的平均值作为待预测的带钢的预测力学性能。权　利　要　求　书 2/2 页 3 CN 114386325 A 3