| 基于机器学习的箱纸板质量预测模型构建及比较 |
| |
| 引用本文： | 钱继炜,李继庚,满奕,洪蒙纳,何正磊.基于机器学习的箱纸板质量预测模型构建及比较[J].中国造纸,2023,42(7):72-78. |
| |
| 作者姓名： | 钱继炜 李继庚 满奕 洪蒙纳 何正磊 |
| |
| 作者单位： | 1.华南理工大学制浆造纸工程国家重点实验室，广东广州，510640;2.人工智能与数字经济广东省实验室（广州），广东广州，510335;3.中新国际联合研究院，广东广州，510555 |
| |
| 基金项目： | 国家重点研发计划（2020YFE0201400）；人工智能与数字经济广东省实验室（广州）青年学者项目（PLZ2021KF0019）。 |
| |
| 摘 要： | 箱纸板生产涉及一系列复杂工艺流程，且由于缺乏关键质量的在线监测手段，进而导致质量管控困难。为此，本研究尝试基于机器学习方法建立可在线监测箱纸板质量的预测模型，也称软测量模型，以促进上述问题的有效解决。本研究采用箱纸板企业实际数据，训练并比较了随机森林（RF）、梯度提升回归（GBR）、K近邻回归（KNN）及偏最小二乘回归（PLS）在多项质量指标上的预测表现。结果表明，不同质量指标本身很大程度上影响了预测精度的上限，而不同算法对理论上限的逼近程度有显著差异。复杂、非线性的集成模型（RF、GBR）相较于简单模型（KNN、PLS）有更好的表现。
|
| 关 键 词： | 机器学习 数据挖掘 造纸工业 质量预测 软测量 |
| 收稿时间： | 2022/8/11 0:00:00 |
Construction and Comparison of Cardboard Quality Prediction Models Based on Machine Learning |
| |
| QIAN Jiwei,LI Jigeng,MAN Yi,HONG Mengn,HE Zhenglei.Construction and Comparison of Cardboard Quality Prediction Models Based on Machine Learning[J].China Pulp & Paper,2023,42(7):72-78. |
| |
| Authors: | QIAN Jiwei LI Jigeng MAN Yi HONG Mengn HE Zhenglei |
| |
| Abstract: | |
| |
| Keywords: | machine learning data mining paper industry quality prediction soft measurement |
|
| 点击此处可从《中国造纸》浏览原始摘要信息 |
|
点击此处可从《中国造纸》下载全文 |
