随着工艺和装备技术水平的提升，大断面型钢生产稳定性和产品质量控制水平有了显著的提高，积累了丰富的生产经验。但由于型钢产品的断面形状复杂，控制参数和尺寸数量较多，同时要考虑通长规格尺寸的合格情况，岗位人员一次调整合格率不高，伴随而来是成本损失，相关技术人员生产压力大，人才培养梯度层次不齐，往往要通过“废钢”来出人才。如何将规格尺寸调整算法化、模型化，成为解决这一问题的主要方法。现场实际生产数据在完备性和准确性两个方面存在一定问题，其中准确性问题主要为数据测量异常，这与检测设备运行稳定性和机械装备劣化有关，需定期进行设备校验或标定，才能得以修正。而数据完备性问题主要表现为规格控制方法解释差，即控制方法差异性大，这主要与测量装备缺失，以及无法直接测量有关，继而这些因子对规格尺寸控制有多大影响无法定量评估。在欠特征情况下，为提高模型准确性，本文通过数据聚合分类等数据集划分方法，在大类数据集上进行建模和验证，以消除小类异常样本的影响。1数据集划分算法由于型钢规格为尺度参数，且轧制工艺相对固定后，对规格的调整在一个相对狭窄的线性空间内进行，历史调整数据之间存在相对集中的特性。同时调整工况相近时，调整过程具有较高的重现性，因此本文采用原型聚类算法进行数据集划分。原型聚类具有代表性的两个算法是K均值聚类（Kmeans）和高斯混合聚类（GM）。1.1K均值聚类算法［1］J=Nn=1∑Kk=1∑γnk‖xn-μk‖2（1）μk=∑nγnkxn/∑nxn（2）μk=μk-1+ηn·（xn+μk-1）（3）式中μk为第k个原型向量，x为第n个样本，γnk∈{0，1}，为第n个样本是否属于第k个原型向量的率属度。算法具体执行过程为：选定原型向量，计算原型向量与各数据点之间的距离J，即式（1）；令J关于原型向量的偏导数为零计算μ，如式（2），可令μ为新的原型向量，如此迭代，直至满足收敛条件为止，具体收敛条件一般为最大类别数，以及轮廓系数为代表的距离度量指标。该算法的特点式计算简单，容易达到局部最优，后面有学者采用批处理的方式（Kmeans-bat）将整个数据集一起用于更新原型向量，保证了一定的全局性，但整体搜索原型向量速度过慢。为了加快搜索算法，学者提出了LVQ算法［2］，采用式（3）进行对原型向量进行更新，求解速度大幅度提升。1.2高斯混合聚类算法［3］该算法的前提是假设观察样本集存在潜变量，且数据集是由以潜变量所划分的多个高斯分布混合而成，此处原型指高斯分布。pM（x）=Ki=1∑αi·...
