基于两级决策树模型的轧制时间预测方法
来源：计算机集成制造系统杂志2025年第1期北京时间：
作者：张卓伦, 袁帅鹏, 李铁克, 张文新
单位：1.北京科技大学经济管理学院2.钢铁生产制造执行系统技术教育部工程研究中心
摘要：轧制时间是宽厚板热轧生产的关键参数,但由于生产的复杂性和不确定性,在生产准备阶段很难对其进行精准预设,这会影响生产作业计划的编制以及实施效果。为解决这一问题,着眼于生产中积累的大量宽厚板轧制历史数据,在对影响轧制时间的关键因素及相互关系进行分析梳理的基础上,针对其数据类型和数据结构的特点,提出了两级决策树预测模型,以提高轧制时间的预设精度。首先,基于属性间依赖关系改进C4.5的信息增益率,利用信息熵水平约简分枝节点,将改进的C4.5分类树用于数据中标称属性的建模;进而,基于Fayyad边界点判定定理和支持向量机改进CART算法,对分类子集中数值型属性建立回归模型。从轧制历史数据中随机抽取样本进行实验,将两级决策树模型与多种预测模型对比,验证了所提模型的准确性和鲁棒性。
关键词：轧制时间,C4.5方法,两级决策树,混合类型数据,属性依赖
基金资助：国家自然科学基金资助项目(72301026,71701016);北京市自然科学基金资助项目(9174038);中央高校基本科研业务费资助项目(FRF-BD-20-16A)。
