一种基于贝叶斯优化和XGBoost的膏体流变参数预测模型

作     者：赵艳伟 胡正祥 乔登攀 姚晋龙 李广涛 杨天雨 王俊 ZHAO Yanwei;HU Zhengxiang;QIAO Dengpan;YAO Jinlong;LI Guangtao;YANG Tianyu;WANG Jun

作者机构：玉溪矿业有限公司云南玉溪653199 昆明理工大学国土资源工程学院昆明650093 

基　　金：云南省科技厅基础研究项目(202301AU070185) 

出 版 物：《有色金属（矿山部分）》 (NONFERROUS METALS(Mining Section))

年 卷 期：2024年第76卷第5期

页      码：118-128页

摘      要：探究膏体充填料浆流变特性,对矿山合理布置充填管路,高效进行充填作业有重要意义。目的:将繁琐且影响因素众多的膏体流变参数测量试验与先进的机器学习回归预测模型相结合,实现膏体流变参数的准确预测。方法:利用不同物料配合比条件下共128组膏体流变特性试验数据作为模型数据集,选择极度梯度提升回归树(XGBoost)模型,结合贝叶斯算法(BO)对模型进行超参数寻优设置,建立了多目标参数回归预测模型。结果:研究结果表明:经贝叶斯算法优化后的BO-XGBoost模型较XGBoost模型性能显著提升,决定系数R^(2)提高6%。所构建BO-XGBoost模型真实值与预测值在屈服应力数据集上相对误差维持在0.02水平;黏度数据集维持在0.1水平。结论:BO-XGBoost模型可实现膏体流变参数的高效准确预测,创新性地使用了多目标回归模型,为矿山充填作业设计提供参考,具有一定实际工程应用意义。

主 题 词：膏体充填 流变特性 机器学习 贝叶斯优化 极度提升回归树 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

D　O　I：10.3969/j.issn.1671-4172.2024.05.014

馆 藏 号：203141902...