基于集成学习的铁尾矿取代水泥的强度活性指数预测模型对比研究

作     者：金家胜 JIN Jiasheng

作者机构：乌鲁木齐职业大学应用工程学院新疆乌鲁木齐830002 

出 版 物：《金属矿山》 (Metal Mine)

年 卷 期：2024年第6期

页      面：252-260页

学科分类：081902[工学-矿物加工工程] 0819[工学-矿业工程] 08[工学] 

基　　金：国家自然科学基金项目(编号:52078369) 

主　　题：铁尾矿 强度活性指数 集成学习 铁尾矿掺量 梯度提升模型 

摘      要：为准确预测铁尾矿取代水泥的强度活性指数(简称铁尾矿强度活性指数),基于试验数据,对不同集成学习方法建立的铁尾矿强度活性指数预测模型的预测性能进行评估,并与其他单一的机器学习预测模型进行对比。预测模型中所考虑的参数有水固比、颗粒尺寸、二氧化硅含量、氧化铁含量、氧化镁含量、氧化铝含量、氧化钙含量、三氧化硫含量、其他化学成分含量和铁尾矿掺量。结果表明:集成学习方法中,极端梯度提升模型的预测性能及精度最好,其次是直方图梯度提升模型、梯度提升模型,均要优于单一的机器学习模型(支持向量机模型和线性回归模型)。随机森林模型的预测精度优于线性回归模型,但稍逊于支持向量机模型。在实际应用过程中,可尽量选择含有三氧化硫、氧化铝、氧化镁和氧化铁的铁尾矿,因为相比其他物质,含有此类物质的铁尾矿有益于取代水泥,从而增加铁尾矿的强度活性指数。研究可为铁尾矿在基于水泥基材料领域的应用奠定基础。