19、数据驱动建模与车辆路径优化研究

数据驱动建模与车辆路径优化研究

数据驱动建模在钢铁行业的应用

在钢铁行业中，数据驱动建模技术对于预测生产错误具有重要意义。这里主要比较了遗传编程（GP）和分类与回归树（CART）两种技术。

GP 有两种应用方式，一是推导纯分类规则集（Class - GP），二是推导用于分类的回归模型（Reg - GP），并将这些结果与 CART 算法的结果进行了准确性和人类可解释性/可读性方面的比较。

1. 不同方法的建模结果

   • CART（剪枝后） ：使用了 X15、X16、X17、X19、X20 这些变量，准确率为 73%，模型格式为 9 条分类规则。
   • Class - GP ：仅使用了变量 X16，准确率同样达到 73%，但只需 1 条分类规则。
   • Reg - GP ：使用了 X1、X4、X5、X10、X15 - X17、X20 等多个变量，准确率为 66%，模型格式为 1 个回归函数。

   方法	所用变量	准确率	模型格式
   CART（剪枝后）	X15,X16,X17,X19,X20