武科大网讯（通讯员李梓瑄）近日，由我校省部共建耐火材料与冶金国家重点实验室、省部共建钢铁冶金及资源利用教育部重点实验室，联合阳春新钢铁有限责任公司共同完成的学术论文《基于改进型随机森林算法的转炉终点成分实时预测模型开发》，成功入选“CAAI中国应用型代表性成果索引”（Chinese Applied Achievements Index, CAAI）2026年第1期。这一成果标志着我校在推动人工智能技术与传统冶金工业深度融合、破解产业关键难题方面取得重要进展，其应用价值获得权威认可。
论文发表于《铸造技术》2025年第10期，由刘晓航、潘佳、刘畅、贺铸、李光强、王强等学者共同完成。研究聚焦转炉炼钢过程中终点成分精准判定的行业难题，创新性地提出一种基于灰狼优化算法和改进型随机森林的实时预测模型。模型通过对1783组实际工艺数据进行训练与动态修正，将预测时间缩短至0.1～0.3秒，预测准确率超过90%，有效降低了人为经验对生产的影响，为钢铁企业的数字化、智能化改造提供了切实可行的解决方案。
“CAAI中国应用型代表性成果索引”由数字出版智能服务技术教育部工程研究中心与武汉大学中国科学评价研究中心联合研制，旨在遴选并收录国内具备显著产业化落地潜力和工程应用价值的优秀学术成果。该索引是衡量期刊及科研机构应用型科研产出及服务制造业发展能力的重要参考目录，收录标准严格，强调成果的原创性、前瞻性与实际应用前景。
此次论文入选既是对研究团队创新工作的肯定，更是对我校“产学研用”深度融合科研导向的认可，充分展现了我校在智慧冶金交叉学科领域的科研实力与服务国家战略、推动行业进步的担当。未来，学校将紧密对接服务湖北支点建设需求，以“双一流”学科建设为牵引，持续深化应用型研究，加速成果转化，为地方经济社会发展和制造业转型升级贡献更大力量。
