基于时间序列特征工程和随机森林算法的入釜矿浆成分预测模型

一、整体技术路线

原始数据采集 → 数据预处理 → 时间序列特征工程 → 模型训练 → 模型评估 → 预测输出

预测输出: 提供三个维度的数据：

• 入釜矿浆成分实际值（实时在线检测）

• 入釜矿浆成分预测值（基于模型计算）

• 入釜矿浆成分检化验值（实验室分析结果）

二、数据预处理

1. 数据来源与结构

2. 数据清洗规则

对每个成分列（Ni、Co、Mn、Mg、Fe、固含、粒度）执行：

IF 缺失值 THEN 向前填充（用上一个有效值替代）
IF 异常值（超出3σ范围）THEN 替换为中位数
IF 重复时间戳 THEN 保留最后一条记录

3. 时间对齐处理

由于LIMS检化验数据采样间隔较大（4小时），需要进行时间对齐：

对于每一行数据 t：
如果 t 时刻没有LIMS值：
取 t-Δt 时刻最近的LIMS值作为当前LIMS值（前向填充）

三、时间序列特征工程

这是模型精度的核心环节，共构造三类特征：

1. 滞后特征（Lag Features）

提取过去多个时间点的LIMS检化验值作为当前时刻的特征：

对于每个成分 C（Ni、Co、Mn、Mg、Fe、固含、粒度）：
对于滞后阶数 k = 1, 2, 3, 4, 5： 创建特征：C_lims_lag_k = shift(C_lims, k)

则： Ni_lims_lag_1表示1小时前的Ni检化验值，

Ni_lims_lag_2表示4小时前的Ni检化验值，

Ni_lims_lag_3表示8小时前的Ni检化验值，

Ni_lims_lag_4表示N小时前的Ni检化验值，依次类推；

2. 移动平均特征（Moving Average Features）

计算过去一段时间窗口内的均值，平滑噪声：

对于每个成分 C：
对于窗口大小 w = 3, 6, 12（小时）：
创建特征：C_lims_ma_w = rolling_mean(C_lims, window=w)

Ni_lims_ma_6表示过去6小时的Ni检化验值移动平均。

3. 时间周期特征（Time Cyclical Features）

捕捉生产过程的周期性规律：

hour_feature = sin(2π × hour / 24) # 日周期
week_feature = sin(2π × day_of_week / 7) # 周周期

四、随机森林模型构建

1. 模型结构

输入层（63个特征）→ 随机森林（100棵决策树，最大深度10）→ 输出层（7个成分预测值）

为每个成分分别建立一个独立的随机森林回归模型，共7个模型。

2. 训练数据集划分

总样本：989条（经过特征工程后去除缺失值）
训练集：791条（80%）——用于模型学习
测试集：198条（20%）——用于模型评估

3. 模型超参数配置

4. 训练过程（伪代码）

For each component C in [Ni, Co, Mn, Mg, Fe, 固含, 粒度]:
1. 准备特征矩阵 X（63维）和目标向量 y（C_actual）
2. 将 X 和 y 按 8:2 划分为训练集和测试集
3. 初始化 RandomForestRegressor（超参数如上）
4. 调用 model.fit(X_train, y_train) 训练模型
5. 调用 model.predict(X_test) 得到预测值
6. 计算 MSE 和 R² 评估模型性能

五、模型评估指标

1. 均方误差（Mean Squared Error, MSE）

MSE = (1/n) × Σ(y_i - ŷ_i)²

其中：
y_i = 第i个样本的实际值
ŷ_i = 第i个样本的预测值
n = 测试集样本数

MSE越小，模型预测越精确。

2. 决定系数（R² Score）

R² = 1 - SS_res / SS_tot

SS_res = Σ(y_i - ŷ_i)² （残差平方和）
SS_tot = Σ(y_i - ȳ)² （总平方和）
ȳ = 实际值的均值

R²取值范围(-∞, 1]，越接近1表示模型拟合越好。

六、预测输出

1. 三个维度的输出

2. 趋势可视化

对于每个成分：
横轴：时间序列（最近200个数据点）
纵轴：成分含量
三条曲线：实际值（蓝色实线）、预测值（红色虚线）、检化验值（绿色半透明线）

七、完整计算流程图

┌─────────────────────────────────────────────────────────┐
│ 数据采集层 │
├─────────────────────────────────────────────────────────┤
│ 在线仪表（实际值） LIMS系统（检化验值） 历史数据库 │
└──────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 数据预处理层 │
├─────────────────────────────────────────────────────────┤
│ 缺失值填充（前向填充） 异常值剔除（3σ法则） 时间对齐 │
└──────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 时间序列特征工程层 │
├─────────────────────────────────────────────────────────┤
│ 滞后特征（k=1~5） 移动平均（w=3/6/12） 时间周期特征 │
└──────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 模型训练层 │
├─────────────────────────────────────────────────────────┤
│ 随机森林 × 7个成分 80%训练集 20%测试集 交叉验证 │
└──────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 模型评估层 │
├─────────────────────────────────────────────────────────┤
│ MSE计算 R²计算 残差分析 特征重要性排序 │
└──────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 预测输出层 │
├─────────────────────────────────────────────────────────┤
│ 实际值曲线 预测值曲线 检化验值曲线 趋势图导出 │
└─────────────────────────────────────────────────────────┘

以下是各成分的趋势对比图（展示了最近200个数据点的实际值、预测值和检化验值）

八、后续扩展方向

1. 机理模型融合：接入业主提供的机理模型，将预测的入釜矿浆成分作为输入，推算酸和蒸汽的最佳加入量

2. 在线学习：随着新数据不断产生，定期增量更新模型，保持预测精度

3. 多模型集成：结合LSTM等深度学习模型，进一步提升时间序列预测性能