科研之友
微信
新浪微博
Facebook
分享链接
摘要
合适的RH精炼终点钢水温度是保证连铸坯质量的重要前提.为了准确地预测RH精炼终点钢水温度，首先利用随机森林在处理高维数据集上的优势，采用袋外数据评分法进行特征选择，以确定模型的输入变量；然后利用Optuna框架优化XGBoost超参数，减少计算耗时，提高模型命中率；最后，结合实际的RH精炼生产数据进行模型验证.结果表明：与网格搜索和随机搜索相比，Optuna框架在优化XGBoost超参数的计算耗时和命中率上具有一定优势；与优化后的GBDT和LightGBM两种模型相比，优化后的XGBoost模型具有更好的预测性能，在偏差为±5℃时RH精炼终点钢水温度的命中率达到92%.
- 单位
