پيش‌بيني خواص مكانيكي ورق‌هاي فولادي با الگوريتم تركيبي PSO-SVM

تعداد پارامترهاي فرآيند نورد كه خواص نهايي ورق فولادي را تعيين مي‌كنند، بسيار زياد است. از همين رو، ارائه مدلي فيزيكي براي پيش بيني خواص مختلفي نظير استحكام كششي و استحكام تسليم و ازدياد طول بسيار دشوار است. توليد كنندگان ورق فولادي به دنبال مدلي هستند كه با كمك آن بتوان خواص مكانيكي يك ورق را پيش بيني كرد. در اين تحقيق به كاربرد تكنيك هاي داده كاوي به منظور پيش بيني خواص مكانيكي ورق هاي فولادي توليد شده در شركت فولاد اكسين خوزستان پرداخته شده است. به منظور پيش بيني خواص مكانيكي، مدل پيشگويSVM ، شبكه عصبي و رگرسيون مورد بررسي قرار گرفت. با توجه به اينكه پردازش مجموعه داده هاي بزرگ يك كار چالش برانگيز است، با انتخاب بهترين مجموعه ويژگي، مي‌توان به دقت قابل قبولي در پيش بيني خواص مهم مكانيكي ورق هاي فولادي دست يافت. در اين تحقيق يك مدل تركيبي براي پيش بيني خواص مكانيكي ورق هاي فولادي ارائه شده است كه الگوريتم ازدحام ذرات را با الگوريتم ماشين بردار پشتيبان براي بهبود دقت طبقه بندي با انتخاب مجموعه ورودي هاي بهينه، تركيب كرده است. نتايج اين تحقيق نشان دهنده بهبود در نتيجه پيش بيني روش پيشنهادي در مقايسه با ديگر روش‌ها مي‌باشد.