钢铁研究学报

作者：刘南吕¹, 胡航¹, 彭杨², 张都², 郭宇峰¹, 杨凌志¹

单位：1.中南大学资源加工与生物工程学院,湖南长沙410083;；2.华菱衡钢钢管有限公司,湖南衡阳421001

关键词：电炉炼钢,元素收得率,自编码神经网络,混沌动态灰狼优化算法,Shapley加性解释

基金：国家自然科学基金资助项目(52474368,52174328)

针对电炉炼钢硅元素收得率预测精度不足及传统灰狼优化算法(GWO)易陷入局部最优的问题,本研究提出混沌动态灰狼优化算法(CDGWO),融合自编码器(AE)构建集成预测模型。首先利用AE重构冶炼数据特征并降噪,进而设计CDGWO算法。采用Tent混沌映射初始化种群增强全局搜索,设计非线性收敛因子,引入δ狼Levy飞行机制使其在停滞期能够逃离局部最优,同时建立基于历史表现与近期进步的自适应领导选举机制。基于逻辑回归、支持向量机、多层感知机、随机森林和轻量梯度提升机5类模型,采用CDGWO优化集成权重。试验表明,CDGWO集成模型测试集平均绝对百分比误差为11.28%,较传统GWO集成模型降低1.03%;Shapley加性解释可解释性分析证实温度、铝含量、碳含量、锰含量为核心影响因素,其中温度与碳含量对收得率有负向影响,铝、锰含量则有显著正向影响。

来源：2026年第3期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2026年第3期