摘要
本发明公开了一种基于随机森林的铸坯裂纹智能预测方法。一、收集对铸坯裂纹可能有影响的因素,对上述采集到的数据进行必要的预处理,并为数据集中的每个样本确定一个类别标签;二、使用随机森林算法对相关过程变量进行重要性排序,获得铸坯裂纹相关变量的重要性评分;三、通过引入随机森林算法构建铸坯裂纹的预测模型;四、逐步增加经随机森林筛选的重要性评分排在前面的相关变量,重新训练随机森林分类模型并测试新模型的精度,最后筛选出使得随机森林分类模型精度最高的相关变量组合。本专利所述的方法在对流号炉号都进行数据分析时,总分类精度可达到90.7%以上,在只对炉号进行分析时,总分类精度可达到59.4%以上,比XGBoost算法的精度高。
- 单位