基于AdaBoost算法的炉芯温度预测模型

摘要

为了更好地检测炉缸工作状态的变化,运用AdaBoost集成算法建立了炉芯温度提前预测模型。通过提前预测炉芯温度,可以捕捉炉缸状态的变化趋势,便于操控者及时调整。收集了承钢4号高炉相关参数的实时数据,以时间为轴进行整合对应,使用拉依达准则进行粗大异常值的检验,线性插值法进行空缺值的填补,再利用相关性系数对输入参数进行冗余剔除,最后运用AdaBoost集成树模型进行预测,发现其预测效果较之单棵决策树模型要更加精准。