-
题名改进PSO-XGBoost的连铸定重预测
- 1
-
-
作者
高峰
李新杰
符海东
彭浩
-
机构
武汉科技大学计算机科学与技术学院
武汉科技大学大数据科学与工程研究院
武汉科技大学湖北省智能信息处理与实时工业系统重点实验室
中冶南方连铸技术工程有限责任公司研究院
武汉轻工大学土木工程与建筑学院
-
出处
《计算机工程与设计》
北大核心
2025年第1期290-297,共8页
-
基金
国家自然科学基金项目(U1836118)
武汉市重点研发计划基金项目(2022012202015070)
武汉东湖新技术开发区“揭榜挂帅”基金项目(2022KJB126)。
-
文摘
为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群初始分布提高算法优化效率,根据进化状态自适应调整惯性权重,匹配粒子当前搜索状态,同时使用突变策略使粒子突破局部收敛。数值实验结果表明,改进算法收敛速度更快,精度更高,验证了良好性能。将其应用到XGBoost中优化模型超参数,连铸坯定重预测精度获得提升。
-
关键词
连铸
定重预测
XGBoost
粒子群优化
进化状态
自动机器学习
超参数优化
-
Keywords
continuous casting
fixed weight prediction
XGBoost
particle swarm optimization
evolutionary state
automated machine learning
hyperparameter optimization
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
