基于神经网络的轧制规程自适应计算方法及系统

本发明公开了基于神经网络的轧制规程自适应计算方法及系统，涉及冶金工业自动化与智能制造技术领域，解决了难以通过构建双神经网络模型根据新产生的来料数据和实际轧制规程，调整和更新自身参数的技术问题；包括以下步骤：收集来料数据，对厚度数据进行对数变换并引入厚度变化率作为输入特征，然后构建第一神经网络预测轧制道次数，第二神经网络计算各道次压下率及张力参数，并将模型嵌入生产系统实时生成轧制规程，最后整合新数据与历史样本，通过数据集构建、离线训练和在线学习持续优化模型，在线学习阶段引入贝叶斯更新规则，结合新数据与历史知识动态调整模型参数，实现了轧制规程的自适应优化。