基于Stacking集成的RF-ET-KDE烧结过程物理指标区间预测模型

摘要

由于烧结过程中存在众多不确定性因素，使得机理分析和点预测结果的可靠性不足.基于此提出随机森林-极限树-核密度估计（random forest-extreme tree-kernel density estimation,RF-ET-KDE）算法对物理指标（粒度、水分）进行区间预测.首先，采用数据预处理和特征选择操作筛选出最适合建模的特征变量.其次，使用基于Stacking的RF-ET算法对指标进行点预测，该算法使得模型有较高的准确性和泛化性.然后，采用KDE算法计算指标的预测误差，得到了一定置信水平下的分布区间和区间预测结果 .最后，用所建模型与其余组合模型进行对比.结果表明，RF-ET算法有较高的点预测效果，KDE算法可以很好地量化指标的误差，可以得到较高可靠度的区间预测结果.

关键词

烧结过程 / 随机森林-极限树 / 核密度估计 / 物理指标 / 区间预测