叠加泛化集成的烧结水分预测LGBM-RF-XGB混合模型

• Published in: 东北大学学报（自然科学版） Vol. 44; no. 9; pp. 1245 - 1250
• Main Authors: 黄传奇, 任昱乾, 吴朝霞
• Format: Journal Article
• Language: Chinese
• Published: 东北大学秦皇岛分校 控制工程学院,河北 秦皇岛 066000 01.09.2023
• Subjects: RS-RG data processing; 极端梯度提升机(XGB); light gradient boosting machine (LGBM); RS-RG数据处理; 随机森林(RF); extreme gradient boosting machine (XGB); moisture of sintering mixture (MSM); 烧结混合料水分; 轻量梯度提升机(LGBM); random forest (RF)
• ISSN: 1005-3026
• DOI: 10.12068/j.issn.1005-3026.2023.09.004

TP301.6; 针对烧结混合料水分预测的问题,引入了基于叠加泛化集成的建模方法,提出了Robust Scaler-Rank Gauss(RS-RG)混合算法对输入叠加模型的数据进行处理,进而建立了基于叠加泛化集成的烧结混合料水分预测轻量梯度提升机-随机森林-极端梯度提升机(LGBM-RF-XGB)混合模型,可以在烧结料混合前预知水分值.LGBM-RF-XGB叠加模型的内部机制是先从LGBM和RF模型生成元数据,再使用XGB模型计算最终预测.结合烧结现场数据,将提出的叠加模型与多个基准模型进行了对比仿真实验.结果表明,所提出叠加模型的精度和误差均优于用于对比的基准模型,满足烧结工艺要求,可以用于实际生产中的烧结混合料水分提前预测,为加水量自动控制提供理论依据.