提出一种基于融合特征选择协同梯度提升决策树(GBDT)的热连轧板宽预测模型。首先,建立线性回归、主成分回归及支持向量回归的特征选择模型,引入序列最小二乘规划算法对单一模型得到的特征相关性进行加权融合以筛选出最具有信息量的输入特征;其次,利用贝叶斯网络的主动选择机制寻找GBDT模型的全局最优超参数组合,消除传统人工参数选择的主观性和盲目性;最后,采用国内某板材厂的历史生产数据对所提方法进行实验验证。结果表明:模型预测结果的绝对误差在4 mm内的准确率达到96.65%,该预测模型可以有效地提高热连轧板宽的预测精度。
