基于改进的黑翅鸢优化算法-轻梯度提升机建立的转炉炼钢终点温度预测模型

摘要

为了实现转炉炼钢终点温度的精准预测，遴选现场实际采集的SPCC钢种数据，采用3σ原则、均值填补法对数据中的异常值和缺失值进行剔除，基于灰色关联度分析与工艺理论确定了10个输入特征，建立了基于轻梯度提升机(LightGBM)的转炉炼钢终点温度预测模型，并采用支持向量机(SVM)、极端梯度提升(XGBoost)模型作为对比，验证了LightGBM模型对转炉数据的适应性和预测性能的优越性.针对LightGBM模型需要手动调参数导致预测精度难以提高的问题，提出一种多策略改进的黑翅鸢优化算法(IBKA),获取其重要参数的最佳组合.结果表明，与其他5种优化模型(JAYA-LightGBM、GWO-LightGBM、WOA-LightGBM、RBMO-LightGBM、BKA-LightGBM)相比，IBKA-LightGBM模型在预测精度和性能评价指标方面表现最优，取得了更好的预测效果，预测误差在±10℃和±15℃下的命中率分别达到85.56%和96.67%,可为炼钢生产提供有效的操作指导.

关键词

转炉炼钢终点温度 / 黑翅鸢优化算法 / 轻梯度提升机模型 / 命中率

基金资助

内蒙古自治区自然科学基金项目(2022MS06003); 国家自然科学基金资助项目(61763039)