叠加泛化集成的烧结水分预测LGBM-RF-XGB混合模型

摘要：

针对烧结混合料水分预测的问题,引入了基于叠加泛化集成的建模方法,提出了Robust Scaler-Rank Gauss(RS-RG)混合算法对输入叠加模型的数据进行处理,进而建立了基于叠加泛化集成的烧结混合料水分预测轻量梯度提升机-随机森林-极端梯度提升机(LGBM-RF-XGB)混合模型,可以在烧结料混合前预知水分值.LGBM-RF-XGB叠加模型的内部机制是先从LGBM和RF模型生成元数据,再使用XGB模型计算最终预测.结合烧结现场数据,将提出的叠加模型与多个基准模型进行了对比仿真实验.结果表明,所提出叠加模型的精度和误差均优于用于对比的基准模型,满足烧结工艺要求,可以用于实际生产中的烧结混合料水分提前预测,为加水量自动控制提供理论依据.

关键词：烧结混合料水分、轻量梯度提升机(LGBM)、随机森林(RF)、极端梯度提升机(XGB)、RS-RG数据处理

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：河北省教育厅科学技术研究资助项目BJ2021099

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1245-1250