[发明专利]一种优化水泥生料质量的模型方法

权利要求书

1.一种优化水泥生料质量的模型方法，其特征在于：包括两个阶段，构建生料质量预测模型和构建生料配比优化模型，构建生料质量预测模型具体包括以下步骤：

S11.采集水泥生料生产过程中涉及的各参数数据；

S12.对步骤S11所采集的数据进行整合，根据目标问题梳理出目标变量，以及可能进入模型的输入变量，所述目标变量包括生料质量参数KH率值、N率值、P率值，所述可能进入模型的输入变量为所采集的数据参数中除了目标变量以外所有的参数；

S13.对输入变量、目标变量进行探索性分析，得到可用的输入变量；

S14.围绕各目标变量，进行相应的特征工程，对应每个目标变量分别得到不同的入模特征；

S15.针对每个目标变量通过选择不同的回归算法模型，构建多个率值质量预测模型，不断迭代训练；

S16.通过每个率值质量预测模型在测试集上的表现，评估模型效果；所述评估模型效果既从回归模型直接的预测结果进行评估，同时也对预测结果集目标变量进行0/1处理后从分类结果的准确率角度进行评估；

S17.将模型部署上线后，根据新数据持续对模型进行更新；

构建生料配比优化模型具体包括以下步骤：

S21.基于生料质量预测模型构建过程中对各输入参数的分析，将输入变量分为不可调变量、可调节变量；

S22.针对某组不可调变量的数据，通过搜索算法找出该组数据对应的可调变量的最优参数值；

S23.得到的可调变量最优参数值，做为模型的输出。

2.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S11中所采集的数据包括进厂原材料各成分占比数据、生产流程中各环节原料水分、粒度参数、原料配比比例参数、率值质量数据。

3.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S13中探索性分析包括：对数据进行单变量分析、多变量的相关性分析。

4.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S14中特征工程通过数据处理、特征提取、特征选择过程，对应每个目标变量分别得到不同的入模特征。

5.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S15中所采用的回归算法模型包括随机森林、GBDT、SVM、XGBoost。

6.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：根据评估结果情况，重复进行步骤S13、步骤S14、步骤S15，进行数据探索性分析、特征工程、模型训练，直到模型评估效果达到最优。

7.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S22中根据可调变量的数值范围或业务要求确定搜索区间形成网格，同时结合不可调变量的数据，将生料质量预测模型中多个率值质量预测模型做为目标函数，采用网格搜索算法找出某组不可调变量对应的可调变量最优参数值。

8.如权利要求1所述的一种优化水泥生料质量的模型方法，其特征在于：步骤S21中输入变量中的原料配比比例参数作为可调节变量，其余参数作为不可调变量。