基于决策树的煅烧工艺参数的研究与分析

作     者：汪武珺 

作者单位：北方工业大学 

学位级别：硕士

导师姓名：苏志同;刘忠英

授予年度：2018年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

主      题：煅烧工艺 数据挖掘 决策树回归 

摘      要：有效的提高煅后石油焦的质量是企业预焙阳极煅烧阶段的目标。回转窑按时间的维度,会形成以小时报、班报、日报等形式的数据,这些数据庞大,且无法直观的从这些数据中发现规律。随着网络通讯技术、数据存储技术的快速发展,数据挖掘技术应运而生,通过这项技术可以将数据信息抽象成管理人员所能理解的知识,以便对企业生产中的决策做出高效的决策指导。回归是一种重要的预测数据方法,也是数据挖掘的主要目的之一。回转窑记录的工艺参数与煅后石油焦的理化指标是存在着一定的关系,可以通过工艺参数数据对煅后石油焦的理化指标进行预测。找出数据之间的关系,构建好自变量和应变量之间的映射模型,这对于企业达到利润指标具有重要意义。本文用决策树回归的方法对回转窑工艺参数与煅后石油焦理化指标之间的数据关系进行挖掘,为管理人员生产操作的决策提供指导。本论文的主要工作是对数据的处理,归纳如下:1.在输入数据元组导入模型学习之前,对数据集进行数据预处理的过程:检测异常点,关注噪声数据在训练集和试验集对模型训练结果的影响;用特征的平均值对缺失数据值进行填补。2.本文提出了通过调整回转窑煅烧带温度(%)的置信度,提高了特征进行分裂的优先级的优化随机森林算法,对煅烧过程回转窑的工艺参数和煅后石油焦的理化指标特征的映射,并取得优秀的煅后石油焦理化指标特征数据的回归效果。3.使用CART算法和随机森林算法对煅后石油焦四项理化指标的预测试验,并评估学习器。以工艺参数为自变量,煅后石油焦的理化指标为应变量形成映射,通过拟合的方法回归预测出工艺参数的值,并将预测结果与实际值进行评估,发现运用随机森林算法,总体预测精准度达到92%,取得了良好的试验效果。