利用非数值型特征的转炉出钢合金化硅铁加入量预测模型开发

利用100 t转炉出钢合金化数据，通过数据预处理和采用皮尔逊相关系数(Pearson correlation coefficient)进行特征选择，用非数值型变量—钢种作为其中的一个特征变量，采用SVR (Support Vector Regression,支持向量机回归)算法，建立出钢合金化硅铁加入量模型。引入钢种作为特征变量后建立的转炉出钢合金化硅铁加入量SVR模型，误差在±40 kg、±30 kg、±20 kg的范围下，预测的命中率分别为94.84%、87.58%、75.77%,而无钢种这一特征变量的SVR模型在相同的误差下的命中率分别为88.4%、80.61%、65.85%,表明采用钢种作为特征变量，提高了硅铁加入量预测模型准确度，对于实际出钢合金化具有更好的参考价值。