摘要: 利用100 t转炉出钢合金化数据,通过数据预处理和采用皮尔逊相关系数 ( Pearson correlation coefficient)进行特征选择,用非数值型变量—钢种作为其中的一个特征变量,采用SVR (Support Vector Regression,支持向量机回归)算法,建立出钢合金化硅铁加入量模型。引入钢种作为特征变量后建立的转炉出钢合金化硅铁加入量SVR模型,误差在±40 kg、±30 kg、±20 kg的范围下,预测的命中率分别为94.84 %、87.58 %、75.77 %,而无钢种这一特征变量的SVR模型在相同的误差下的命中率分别为88.4 %、80.61 %、65.85 %,表明采用钢种作为特征变量,提高了硅铁加入量预测模型准确度,对于实际出钢合金化具有更好的参考价值。