(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 202111274010.0 (22)申请日 2021.10.2 9 (71)申请人 中冶南方工程 技术有限公司 地址 430223 湖北省武汉市东湖新 技术开 发区大学园路33号 (72)发明人 余成明　叶理德　李清忠　高田翔　 (74)专利代理 机构 北京大诚新创知识产权代理 有限公司 1 1848 代理人 黄国强 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01)G06Q 10/04(2012.01) G06F 119/14(2020.01) (54)发明名称 一种基于循环神经网络的料面预测方法 (57)摘要 本发明涉及一种基于循环神经网络的料面 预测模型构建方法， 本发明公开了一种循环神经 网络料面预测方法， 基于初始料面利用循环神经 网络逐步预测每一环布料矩 阵下料面在单个半 径方向上的高度分布。 该方实现过程包括： 对物 料、 高炉布料系统参数配置、 布料环境等数据进 行数据预处理； 处理完成后进一步进行特征筛 选， 选择对料面分布相关的因素； 设计网络结构 并建立循环神经网络模型； 根据经验设置模型相 关参数； 训练并评估； 根据评估结果进一步调优； 反复调优并训练直到 评估结果达 到预期目标。 权利要求书2页 说明书6页 附图3页 CN 114021446 A 2022.02.08 CN 114021446 A 1.一种基于循环神经网络的料面预测模型构建方法， 其特征在于： 基于循环神经网络 模型构建初始料面预测模型， 其中， 所述初始料面预测模型包括： 输入层、 隐藏层以及全连 接层， 所述输入层用于获取初始料面数据以及料面张量； 将所述初始料面数据作为初始料 面预测模型的初始状态， 基于 GRU算法构建隐藏层； 所述全连接层用于输出初始料面预测模 型的预测结果； 所述料面预测模型的输入包括， t ‑1序列的隐层状态ht‑1、 输入参数Xt； 其中 输入参数包括初始料面数据， 循环网络输出层节点数与初始料面数据维度相同， 料面预测 模型的输出为t序列的隐层状态ht， 所述料面预测模型 内设置有门结构， 所述门结构包括重 置门、 更新门。 2.根据权利要求1所述的基于循环神经网络的料面预测模型构建方法， 其特征在于： 所 述重置门用于将t ‑1序列的隐藏状态中对于预测无用的信息进 行筛选遗忘； 所述t ‑1序列的 隐藏状态ht‑1通过所述重置 门选择性遗忘后， 与所述输入向量Xt一起通过所述更新门对所 述t序列的隐藏状态ht进行更新。 3.一种基于循环神经网络的料面预测方法， 其特 征在于： 包括以下步骤 S1， 获取初始料面数据， 并将所述初始料面数据进行 预处理， 得到料面张量； S2， 将所述料面张量进行 特征筛选处理后， 得到所述初始料面数据的特 征； S3， 基于如权利要求1或2所述方法构建初始料面预测模型并对所述初始料面预测模型 进行训练； S4， 所述初始料面数据的特征输入至训练后的料面检测模型中进行检测模拟， 得到料 面形状模型。 4.根据权利要求3所述的基于循环神经网络的料面预测方法， 其特征在于： 在所述S1 中， 将所述初始料面数据进 行预处理具体为， 将初始料面数据进 行数据标准化处理后， 转化 成所述料面张量。 5.根据权利要求3所述的基于循环神经网络的料面预测方法， 其特征在于： 在所述S2 中， 将所述料面张量进行特征筛选处理具体为， 将所述料面张量输入至随机森林算法模型 中进行特征筛选， 得到所述初始料面数据的特 征。 6.根据权利要求3至5任一项所述的基于循环神经网络的料面预测方法， 其特征在于： 训练所述料面预测模型包括如下步骤: 获取料面数据样本， 将所述料面数据样本进行数据标准化处理以及张量转换处理后， 得到料面数据集， 且按照预设的比例将所述料面数据集分为训练集和验证集； 利用所述训练集对初始料面预测模型进行多次迭代训练， 利用所述验证集对每次训练 后的初始料面预测模型进行验证， 输出所述验证集的平均精度均值， 选取输出平均精度均 值最大的初始料面预测模型作为料面预测模型。 7.根据权利要求6所述的基于循环神经网络的料面预测方法， 其特征在于： 在利用所述 训练集对所述初始料面预测模型进行多次迭代训练过程中， 根据设定第一参数值来进 行每 次初始料面预测模型训练完成后随机丢失权重的操作， 并通过设定第二参数值对初始料面 预测模型迭代训练进行次数的限定 。 8.一种计算机系统， 其特征在于： 所述计算机系统被配制为能支持权利要求3至7任一 项所述的基于循环神经网络的料面预测模型构建方法的执 行。 9.一种计算机可读存储介质， 其特征在于： 包括存储器， 所述存储器内存储有计算机程权　利　要　求　书 1/2 页 2 CN 114021446 A 2序， 所述计算机程序被处理器执行时， 实现如权利要求3至7任一项所述的基于循环神经网 络的料面预测模型构建方法。权　利　要　求　书 2/2 页 3 CN 114021446 A 3