摘要
本发明公开了基于多目标优化与特征组合的转炉终点碳温软测量方法;通过互信息分析与K‑Means聚类对65维过程特征进行筛选与样本压缩,解决原始工艺数据中的高维度与冗余问题;通过引入改进的NSGA‑II多目标进化算法,将特征组合与目标变量的相关性最大化、特征间冗余最小化和特征组合高阶交互性最大化作为协同优化目标,自动产出若干高效互补的特征子集,并基于多种异构回归模型;利用切比雪夫距离度量待测样本与各特征子集的适配度,以距离倒数归一化确定各模型权重,并通过Stacking技术对多模型预测结果进行自适应加权融合。本发明能够在不依赖副枪或高成本在线传感的情况下,实现对终点关键参数的高精度、实时预测;可应用于炼钢生产一线的过程监测与精准控制。
技术关键词
测量方法
集成框架技术
终点
样本
转炉
进化策略
支持向量回归模型
切比雪夫
聚类方法
数据
钢水碳含量
变量
交叉验证方法
随机森林模型
交互性
阈值机制
动态
冗余特征
系统为您推荐了相关专利信息
刺梨
高温杀菌
无菌灌装设备
颜色特征提取
煮制设备
分析系统
数据
时域特征提取
频域特征提取
构建深度神经网络