基于随机森林的热轧带钢质量分析与预测方法

• 作者: 刘士新 刘英林 勇晓玥 纪英俊
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 热轧带钢 缺陷预测 数据驱动 特征提取 随机森林
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP277
• 字数: 3483字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.01.003

摘要

以某钢铁企业的热轧带钢生产实际数据作为分析对象,基于改进的随机森林算法分析工艺参数与产品质量间的隐含关系,进行影响产品质量关键工艺参数的特征提取,建立热轧带钢产品缺陷预测模型.实验结果表明,对非平衡数据集进行平衡处理可以提高样本预测精度;采用CART与C4.5相结合的方法比单一方法可以进一步提升预测精度;同时根据特征的高相关与低相关特性,将互信息作为评价指标应用于特征选择,可以提升随机森林算法的分类效果.在以上三种改进策略下,热轧带钢缺陷的识别率得到明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘士新	东北大学信息科学与工程学院	68	1961	22.0	43.0
2	纪英俊	东北大学信息科学与工程学院	1	3	1.0	1.0
3	勇晓玥	东北大学信息科学与工程学院	1	3	1.0	1.0
4	刘英林	上海宝信软件股份有限公司大数据事业部	1	3	1.0	1.0