基于两级决策树模型的轧制时间预测方法

作     者：张卓伦 袁帅鹏 李铁克 张文新 ZHANG Zhuolun;YUAN Shuaipeng;LI Tieke;ZHANG Wenxin

作者机构：北京科技大学经济管理学院北京100083 钢铁生产制造执行系统技术教育部工程研究中心北京100083 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2025年第31卷第1期

页      面：197-210页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：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) 

主　　题：轧制时间 C4.5方法 两级决策树 混合类型数据 属性依赖 

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。