پیش‌بینی خواص مکانیکی ورق‌های فولادی با الگوریتم ترکیبی pso-svm

تعداد پارامترهای فرآیند نورد که خواص نهایی ورق فولادی را تعیین می‌کنند، بسیار زیاد است. از همین رو، ارائه مدلی فیزیکی برای پیش بینی خواص مختلفی نظیر استحکام کششی و استحکام تسلیم و ازدیاد طول بسیار دشوار است. تولید کنندگان ورق فولادی به دنبال مدلی هستند که با کمک آن بتوان خواص مکانیکی یک ورق را پیش بینی کرد. در این تحقیق به کاربرد تکنیک های داده کاوی به منظور پیش بینی خواص مکانیکی ورق های فولادی تولید شده در شرکت فولاد اکسین خوزستان پرداخته شده است. به منظور پیش بینی خواص مکانیکی، مدل پیشگویsvm ، شبکه عصبی و رگرسیون مورد بررسی قرار گرفت. با توجه به اینکه پردازش مجموعه داده های بزرگ یک کار چالش برانگیز است، با انتخاب بهترین مجموعه ویژگی، می‌توان به دقت قابل قبولی در پیش بینی خواص مهم مکانیکی ورق های فولادی دست یافت. در این تحقیق یک مدل ترکیبی برای پیش بینی خواص مکانیکی ورق های فولادی ارائه شده است که الگوریتم ازدحام ذرات را با الگوریتم ماشین بردار پشتیبان برای بهبود دقت طبقه بندی با انتخاب مجموعه ورودی های بهینه، ترکیب کرده است. نتایج این تحقیق نشان دهنده بهبود در نتیجه پیش بینی روش پیشنهادی در مقایسه با دیگر روش‌ها می‌باشد.