基于IDBO-SA-LSTM的冷连轧轧制力预测方法

来源：电子测量技术杂志2025年第8期北京时间：

作者：苏九铮，胡文山，雷忠诚，李坤杰，刘斌斌

单位：1.武汉大学电气与自动化学院 武汉 430072;2.乳源东阳光优艾希杰精箔有限公司 韶关 512721

摘要：为了解决传统轧制力模型预测精度低和DBO算法易陷入局部最优解的问题，提出了一种基于改进蜣螂优化算法的结合自注意力机制的长短期记忆网络轧制力预测模型。加入黄金正弦策略和动态权重系数并引入Circle混沌映射得到改进蜣螂优化（IDBO）算法，通过结合长短期记忆网络（LSTM）与自注意力机制（SA），建立IDBO-SA-LSTM冷轧轧制力预测模型，并与其他模型进行对比。采用6个不同的基准函数对优化算法进行测试，仿真实验表明IDBO算法比麻雀搜索算法、蜣螂优化算法、灰狼搜索算法等具有更快的收敛速度和寻优精度；采用某两机架冷连轧机组6 554次现场作业数据进行轧制力预测实验，最终结果表明IDBO-SA-LSTM算法预测误差指标均小于其他对比模型，预测两道次轧制力±4%之内的命中率均大于99%，模型精度高，泛化能力好。

关键词：冷连轧;轧制力预测;改进蜣螂算法;自注意力机制;长短期记忆网络

基金资助：国家自然科学基金（62073247，62103308）、湖北省自然科学基金面上项目（2024AFB719）资助