一种基于随机森林分类的连铸坯夹杂预测方法

摘要

本发明公开了一种基于随机森林分类的连铸坯夹杂预测方法，首先采集连铸生产过程中影响铸坯夹杂质量问题的影响因素数据，构建原始特征样本集；然后对原始特征样本集进行数据预处理划分为训练集和测试集，并根据训练集数据使用序列后向选择算法结合随机森林算法得到最优特征样本数据集或最优特征集合；之后使用遗传算法对随机森林算法参数进行优化获取最优随机森林分类预测模型；S4：最后进行连铸坯夹杂预测。较于统计学方法、专家系统、支持向量机、BP神经网络等连铸坯夹杂预测模型，该方法具有更高的预测精度和更快的运行速度，有利于对连铸坯质量及时和精准判定。