期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于NSGA-Ⅲ-EBM模型的电阻点焊接头性能可解释预测
1
作者 王恒 杨凯 +3 位作者 何奕程 黄海松 陈家兑 高鑫 《计算机集成制造系统》 北大核心 2025年第4期1215-1227,共13页
基于焊接过程信息和机器学习模型的质量预测方法,是实现动力锂电池组焊接接头性能可靠评估的主要途径。为解决传统机器学习模型存在的超参数选择不合理和预测结果可解释性差等问题,建立了锂电池电阻点焊过程信息数据集,构建了接头性能... 基于焊接过程信息和机器学习模型的质量预测方法,是实现动力锂电池组焊接接头性能可靠评估的主要途径。为解决传统机器学习模型存在的超参数选择不合理和预测结果可解释性差等问题,建立了锂电池电阻点焊过程信息数据集,构建了接头性能预测机器学习模型,对比分析了不同机器学习模型对电阻点焊小样本数据集的预测性能;基于第三代非支配排序遗传算法(NSGA-Ⅲ)提出了NSGA-Ⅲ-EBM模型,研究了NSGA-Ⅲ-EBM模型对不同特征数据的泛化性,并对输入特征进行了全局解释和局部解释分析。结果表明,针对焊接接头的熔核直径以及拉伸剪切载荷的预测,EBM模型相较于MLP、MLS-SVR和XGBoost模型具有更好的预测性能,在测试集上的平均RMSE、R^(2)分别为2.4127、0.8466;采用NSGA-Ⅲ进行超参数优化后的NSGA-Ⅲ-EBM模相较于未优化的EBM模型,在测试集上的平均RMSE和R^(2)分别提升了17.2%、2.1%;此外,还确定了影响接头性能的重要特征,为焊接工艺参数的动态调整提供了依据。 展开更多
关键词 电阻点焊 接头性能 可解释模型 超参数优化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部