来源：期刊VIP网 时间：
作者：张岳伟;张祖国;卢维枫;李毓森;张智海;
单位：清华大学工业工程系;沧州新兴新材料有限公司;
摘要：本文基于某球团生产企业的带式焙烧机球团生产线,利用机器学习和运筹优化相结合的方法,提出了一套球团制造工艺控制参数优化方法,能够显著提高产品抗压强度。本研究对现有数据进行了同步、清洗,并进行主成分分析提高数据集的信息密度。使用处理后的数据集训练机器学习模型,拟合成品球团抗压强度、全铁含量与工艺参数之间的相关性。根据预测模型的类型,采用不同的优化方法:将树集成模型转化为混合整数线性规划模型,并使用求解器求解;对于复杂黑箱模型,采用高斯核平滑处理,并使用梯度上升方法优化目标函数。在测试集上,两种算法均能在20分钟内得到可行的优化解,相较历史决策显著提高了球团的抗压强度,同时保证针对不同数据场景下得到的不同预测模型,均可使用二者之一得到优化后的决策方案。本研究提出了一种可在实际球团工业中应用和推广的参数预测后优化方法,并在真实生产场景下验证了方法的有效性。
关键词：机器学习;;混合整数线性规划;;启发式算法;;预测后优化;;烧结球团
基金资助：国家自然科学基金资助项目(72188101)
