典型文献
基于深度森林算法的烧结矿转鼓指数预测模型
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
郝良元;刘福龙;刘小杰;钟文达;宋亚超
作者机构：
河钢集团有限公司,河北石家庄050000;华北理工大学冶金与能源学院,河北唐山063210;河钢股份有限公司承德分公司,河北承德067001
文献出处：
引用格式：
[1]郝良元;刘福龙;刘小杰;钟文达;宋亚超-.基于深度森林算法的烧结矿转鼓指数预测模型)[J].冶金自动化,2022(04):78-85
A类：
转鼓指数预测,反向特征筛选
B类：
深度森林算法,指数预测模型,结转,转鼓强度,强度检测,烧结质量,利生,烧结机,生产数据,实时预测模型,异源,筛选方法,优特,数组,支持向量机模型,深度森林模型,型综合,预测能力,命中率,过烧,数据检验,精准预测,烧结矿质量
AB值：
0.225464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
