基于特征加权集成学习的陶瓷制造能效预测方法研究

来源：计算机集成制造系统杂志2025年第10期北京时间：

作者：马帅印, 李敏, 殷磊, 孔宪光, 王超, 胥军

单位：1.西安邮电大学计算机学院2.西安邮电大学陕西省网络数据分析与智能处理重点实验室3.西安邮电大学西安市大数据与智能计算重点实验室4.西安邮电大学陕西省“四主体一联合”5G+工业互联网通讯终端技术校企联合研究中心5.西安电子科技大学机电工程学院6.惠达卫浴股份有限公司7.西安电子科技大学广州研究院先进制造技术创新中心

摘要：陶瓷制造作为典型的高能耗制造行业，其节能降耗一直是备受关注的热点问题之一。企业可通过能效预测找到节能降耗的切入点，从而降低生产能耗和提高生产能效。通过分析生产流程中的能耗数据，建立能效预测模型，准确预测生产过程的能源消耗，并为能效优化提供支撑，以实现高能耗产业的绿色制造与可持续发展。针对上述目标，提出基于特征加权Stacking集成学习的陶瓷制造能效预测方法，首先，通过分析不同模型的预测性能和相关性，确定线性回归、极端随机树、极限梯度提升树和k-最近邻作为基学习器;然后，根据预测精度对不同基学习器进行特征加权;最后，将加权后基学习器的预测结果进行集成，使用轻量级梯度提升算法作为元模型进行预测。基于陶瓷制造数据集，对提出的方法进行验证，结果表明：特征加权Stacking集成学习模型的预测精度要显著高于传统Stacking集成学习预测模型和单一基学习器模型，证明了所提方法的有效性，为实现绿色制造与可持续发展提供理论支撑。

关键词：陶瓷制造,能效预测,Stacking集成学习模型,特征加权

基金资助：陕西省社会科学基金年度项目（2024D054）;陕西省自然科学基础研究计划资助项目(2022JQ-376);陕西省教育厅资助项目(22JK0567);陕西省普通高等学校重点学科专项资金建设资助项目;西安邮电大学研究生创新基金资助项目(CXJJYL2022073);中央高校基本科研业务费专项资金资助项目(XJSJ23095)。