关键词：贝叶斯优化;高斯过程;XGBoost;工艺参数优化;钢铁产品
摘 要：在钢铁生产过程中，选择合适的工艺参数对钢铁品质的把控至关重要。面对钢铁制造工艺中存在的调控目标多、优化难度高等问题，本文提出了一种基于XGBoost推荐模型的钢铁生产工艺参数贝叶斯优化方法。首先，以历史工艺参数为输入、相应的缺陷发生率为输出，构建基于XGBoost的推荐模型。为了提升推荐模型精度，利用贝叶斯优化XGBoost的设定参数，确保其可以准确地刻画出蕴含在历史数据中的工艺参数与某种缺陷发生率间的数学关系。基于历史数据训练推荐模型，并给出历史参数中的推荐结果。然后利用训练好的推荐模型构建贝叶斯优化目标函数，通过贝叶斯优化模型获得当前参数优化结果，并以推荐模型的推荐结果为参考，选择效果最好的工艺参数组合为最终优化结果。数值实验表明，该方法可以建立有效的工艺参数智能调控机制，快速获得调优参数值，降低产品缺陷发生率。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取