随机森林算法应用于锅炉燃料量预测的参数设定OA

随着经济和信息技术的飞速发展，海量数据已经成为了当今信息社会的一个重要的特点。本文提出了将海量数据应用于电厂运行参数分析当中，再基于随机森林算法对电厂煤耗量预测的一种新思路，本文着重对决策树算法与随机森林算法这两种常用的数据分类回归算法进行了比较分析，并对随机森林算法的参数设定进行了试验分析并得出结论。对日后进行电厂的煤耗量、负荷以及其他运行参数进行研究提供了保障。进而达到根据电厂负荷的大量历史数据对未来所需的负荷值进行准确预测的目的。