期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于集成学习的转炉炼钢供氧量预测模型
被引量:
5
1
作者
柯凯
彭其春
+1 位作者
彭霞林
向往
《炼钢》
CAS
北大核心
2023年第1期47-52,共6页
针对大多数中小型转炉无法使用动态模型的现状,基于3种不同集成方式的集成学习算法(随机森林、XGBoost和stacking集成)建立了转炉炼钢供氧量预测模型。通过理论基础和相关性分析确定了模型的输入变量;利用五数概括法与孤立森林算法进行...
针对大多数中小型转炉无法使用动态模型的现状,基于3种不同集成方式的集成学习算法(随机森林、XGBoost和stacking集成)建立了转炉炼钢供氧量预测模型。通过理论基础和相关性分析确定了模型的输入变量;利用五数概括法与孤立森林算法进行数据预处理;结合5折交叉验证和网格搜索方法确定模型的最佳参数。最后通过对比3种集成学习算法的预测结果,表明stacking集成模型的预测性能最好,供氧量在±200、±300 m^(3)精度下的命中率分别为84.04%、95.11%,均方根误差(RMSE)为147.31。
展开更多
关键词
转炉炼钢
供氧量预测
集成学习
随机森林
XGBoost
stacking集成
下载PDF
职称材料
题名
基于集成学习的转炉炼钢供氧量预测模型
被引量:
5
1
作者
柯凯
彭其春
彭霞林
向往
机构
武汉科技大学省部共建耐火材料与冶金国家重点实验室
武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室
湖南华菱涟源钢铁有限公司
出处
《炼钢》
CAS
北大核心
2023年第1期47-52,共6页
文摘
针对大多数中小型转炉无法使用动态模型的现状,基于3种不同集成方式的集成学习算法(随机森林、XGBoost和stacking集成)建立了转炉炼钢供氧量预测模型。通过理论基础和相关性分析确定了模型的输入变量;利用五数概括法与孤立森林算法进行数据预处理;结合5折交叉验证和网格搜索方法确定模型的最佳参数。最后通过对比3种集成学习算法的预测结果,表明stacking集成模型的预测性能最好,供氧量在±200、±300 m^(3)精度下的命中率分别为84.04%、95.11%,均方根误差(RMSE)为147.31。
关键词
转炉炼钢
供氧量预测
集成学习
随机森林
XGBoost
stacking集成
Keywords
converter steelmaking
oxygen supply prediction
ensemble learning
Random Forest
XGBoost
stacking integration
分类号
TF703 [冶金工程—钢铁冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于集成学习的转炉炼钢供氧量预测模型
柯凯
彭其春
彭霞林
向往
《炼钢》
CAS
北大核心
2023
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部