基于集成學習的轉爐吹煉終點磷錳預測模型

摘要： 基于260 t轉爐煉鋼實際生產(chǎn)數(shù)據(jù)，用RF(Random Forests,隨機森林)、LGBM(Light Gradient Boosting Machine,輕量級梯度提升機)和Stacking集成三種不同機器學習算法建立了轉爐煉鋼終點磷錳預測模型。通過相關理論分析和皮爾遜相關系數(shù)法確定了模型輸入變量，對比三種集成學習模型的終點命中率，表明Stacking集成模型的預測性能最...