基于随机森林特征选择的BiLSTM电解槽出铝量预测

作者：孙少聪; 徐杨^*; 曹斌

来源：轻金属, 2023, (10): 30-36.

DOI：10.13662/j.cnki.qjs.2023.10.006

• 铝电解
• 出铝量预测
• 随机森林
• BiLSTM

铝电解槽出铝量需要凭借专家经验对槽况的判断，其经验水平决定了出铝量决策的准确度。针对电解槽出铝量预测问题，本文提出了一种基于随机森林(RF)特征选择的RF-BiLSTM电解槽出铝量预测模型。所用模型在BiLSTM模型的基础上，利用随机森林算法对输入BiLSTM模型的特征进行降维处理，并将优化后的特征进行不同模型的对比实验。实验结果表明，与LSTM方法相比，RF-BiLSTM平均绝对误差(MAE)减少21.01,该方法优于现有方法。为铝电解槽出铝量预测问题提供了一定的参考价值。

• 单位
  贵州大学