基于深度森林算法的烧结矿转鼓指数预测模型

摘要：

传统烧结转鼓强度检测方法存在检测结果滞后问题,这已经严重制约了烧结质量的提高.为了保证高质量烧结矿的顺利生产,提出了一种以烧结机实际工作生产数据为基础,应用深度森林算法建立的转鼓指数实时预测模型.首先,采集储存于异源数据库的2年内的烧结矿生产数据,并进行数据处理工作.然后,利用反向特征筛选方法提取了适用于转鼓指数预测的最优特征参数组合.最后,利用深度森林算法建立了转鼓指数预测模型.预测结果分析表明,与随机森林、支持向量机模型相比,深度森林模型综合预测能力最优,预测值误差接近零且展现出更高的命中率.通过烧结机实际工作生产数据检验和对模型进行训练和优化,能够达到对转鼓指数进行快速精准预测的目的,对烧结现场中烧结矿的高质量生产具有一定指导意义.

关键词：烧结、转鼓指数、深度森林算法、反向特征筛选、预测模型、烧结矿质量

所属期刊栏目：46

分类号：TP391.4;U491;TP183

资助基金：国家自然科学基金52004096

在线出版日期：2022-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：78-85