基于支持向量和集成学习的板状刚玉质量预测

发布时间：2020-06-02 05:51

【摘要】：刚玉是一种耐火材料,它的生产目标已从提高产量转移到提升质量。已有的研究表明,机器学习方法在相近的化工领域的应用效果显著,既提高了生产效率又节约了实验成本。机器学习方法能够在刚玉生产领域帮助企业预测产品质量、寻找关键生产工艺,对板状刚玉生产企业具有重要应用价值和理论指导意义。本文提出了一种基于支持向量和集成学习的板状刚玉质量预测方法。首先,根据板状刚玉的生产特点,利用拉格朗日插值等方法进行数据集成与清洗。使用Adaptive-Lasso方法筛选用于支持向量回归建模的特征。本文分别采用支持向量回归、随机森林回归和XGBoost算法对样本数据建立预测模型。经过多次的模型训练和结果的对比与分析,选取随机森林回归算法作为最终的板状刚玉生产建模的机器学习方法。最后对于三种算法得到的特征选择结果加权平均,得到一个最终的特征重要度排名,从而达到获取板状刚玉关键生产工艺的目的。实验结果表明,本文提出的回归方法均方差较小,基本符合实际需求。本文率先提出了对于连续型的板状刚玉质量指标预测方法,提供了板状刚玉十大关键生产工艺,可以给相关的企业决策人员提供有价值的信息,对于提高板状刚玉产品质量和生产效率有重要参考作用。
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TQ175.71;TP18

【参考文献】

相关期刊论文 前5条

1 董春涛;李文婷;沈晴霓;吴中海;;Hadoop YARN大数据计算框架及其资源调度机制研究[J];信息通信技术;2015年01期

2 赵义;沈明科;李雪;程文雍;方义能;;板状刚玉在中国的发展状况[J];耐火材料;2013年01期

3 艾桃桃;冯小明;王晓林;;烧结板状刚玉的制备及性能研究[J];无机盐工业;2010年10期

4 张崇力;;板状刚玉焙烧控制系统的优化设计[J];化工自动化及仪表;2007年04期

5 朱广萍;主成分回归的主成分选择准则[J];西南民族学院学报(自然科学版);2002年01期

相关会议论文 前2条

1 赵义;顾华志;赵雷;黄凯;方义能;宋雅楠;叶林;汪贤;;烧结刚玉多元化发展模式的探索[A];2015耐火材料综合学术年会（第十三届全国不定形耐火材料学术会议和2015耐火原料学术交流会）论文集（1）[C];2015年

2 毛庆龙;程智;尹洪丽;;不同厂家板状刚玉原料分析[A];第十三届全国耐火材料青年学术报告会暨2012年六省市金属（冶金）学会耐火材料学术交流会论文集[C];2012年

相关博士学位论文 前1条

1 阎纲;基于最小二乘支持向量机的铝电解过程建模与控制研究[D];中南大学;2012年

相关硕士学位论文 前1条

1 张晶;基于AdaBoost回归树的多目标预测算法的研究[D];北京交通大学;2017年

，

本文编号：2692706