基于随机森林的热轧带钢质量分析与预测方法

摘要：

以某钢铁企业的热轧带钢生产实际数据作为分析对象,基于改进的随机森林算法分析工艺参数与产品质量间的隐含关系,进行影响产品质量关键工艺参数的特征提取,建立热轧带钢产品缺陷预测模型.实验结果表明,对非平衡数据集进行平衡处理可以提高样本预测精度;采用CART与C4.5相结合的方法比单一方法可以进一步提升预测精度;同时根据特征的高相关与低相关特性,将互信息作为评价指标应用于特征选择,可以提升随机森林算法的分类效果.在以上三种改进策略下,热轧带钢缺陷的识别率得到明显提高.

关键词：热轧带钢、缺陷预测、数据驱动、特征提取、随机森林

所属期刊栏目：40

分类号：TP277(自动化技术及设备)

资助基金：国家重点研发计划项目2017YFB0306401;国家自然科学基金资助项目61573089

在线出版日期：2019-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15