基于随机森林与神经网络的铝电解分子比预测

摘要：

本文基于随机森林与神经网络方法对铝电解过程中的分子比进行预测.使用采集到的包括电流、电压和铝水平等数据作为自变量, 分子比作为因变量, 基于随机森林回归算法的嵌入式特征选择的方法选择最优特征子集.然后将该最优子集作为神经网络的输入预测铝电解过程中的分子比参数, 最终得到了很好的预测效果, 从而验证了该方法的有效性与准确性.

关键词：铝电解槽、分子比、神经网络、随机森林、预测

分类号：TF821(有色金属冶炼)

资助基金：国家自然科学基金项目51174007

在线出版日期：2019-05-17（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：21-25,54