基于Bagging集成CHAID决策树算法的神东矿区煤灰熔融温度预测

摘要：

为了预防神东煤在气化过程中结渣的问题,以部分神东矿区煤的灰成分为自变量,灰熔点软化温度ST和流动温度FT为因变量,建立了Bagging集成CHAID决策树算法的灰熔点预测模型.结果表明:针对本文数据集,CHAID决策树最大树深度设置为5,决策树个数设置为10的模型预测效果最好;模型对小样本的FT预测精度略高于ST预测精度.因此,基于Bagging集成CHAID决策树预测煤灰熔融温度模型对气化炉的安全稳定运行提供重要指导.

关键词：神东矿区煤、Bagging集成算法、CHAID决策树算法、灰熔融温度、灰成分

所属期刊栏目：50

分类号：TQ534

在线出版日期：2022-08-25（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：179-183,188