[发明专利]一种冶金焦炭质量预测影响因素确定方法

权利要求书

1.一种冶金焦炭质量预测影响因素确定方法，其特征在于，所述方法具体包括：

步骤一：采集冶金焦炭生产过程中的数据，对数据进行清洗；

步骤二：采用极限梯度增强树方法不断的训练新树来拟合之前树种群的预测残差，在训练完成后，将每棵树对应叶节点的分数汇总即得样本的预测值；极限梯度增强树的目标函数定义为：

其中：F为所有决策树代表的函数空间，y_i和分别为样本真实值和模型预测值；f_k为第k个决策树，目标函数分为两部分,前一项为模型损失即预测误差；后一项为正则项,用来规范模型结构/行为。

2.如权利要求1所述的冶金焦炭质量预测影响因素确定方法，其特征在于，所述方法步骤二中采用极限梯度增强树方法不断的训练新树来拟合之前树种群的预测残差具体为采用基于EGBT的相关性分析，步骤包括：

步骤二一：初始化弱分类器，设有M个回归树；

步骤二二：求第i个基回归树的近似残差；

步骤二三：利用步骤二二获得的近似残差rmj学习第i个基回归树，确定第i个基回归树的区域划分Rmj；

步骤二四：求Rmj的最终残差rmj取值；

步骤二五：更新回归树；

步骤二六：若iM重复步骤二二至步骤二五。

3.如权利要求2所述的冶金焦炭质量预测影响因素确定方法，其特征在于，所述方法步骤一中，数据包括单种煤质量指标数据、配合煤质量指标数据、焦炭质量指标数据、炼焦生产过程参数数据。

4.如权利要求1所述的冶金焦炭质量预测影响因素确定方法，其特征在于，所述方法步骤一中，数据清洗包括剔除数据集中明显超出实际值范围的离群点数据、缺失数据和非典型数据。

5.如权利要求1所述的冶金焦炭质量预测影响因素确定方法，其特征在于，所述方法步骤一中，采集冶金焦炭生产过程中的数据后按照配合煤数据、焦炭数据、焦炉工艺数据进行数据匹配。