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2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BO-XGBoost算法的气凝胶混凝土力学和保温性能预测方法
1
作者 熊峰 陈腾盛 +2 位作者 邓楚兵 李云飞 曾一 《工程科学与技术》 北大核心 2025年第5期1-13,共13页
气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获... 气凝胶混凝土是制备保温承重一体化墙板的优质材料,其抗压强度和导热系数是重要的研究参数。为了获取最优的抗压强度和导热系数,需要在实验室多次重复进行配合比设计及性能测定,需要大量的人力和时间。采用公式分析方法或统计方法可获得最佳性能,但因为气凝胶混凝土的抗压强度和导热系数与各影响因素存在高度的非线性关系,由此得到的经验公式精度低,对自身实验有很强的依赖性,无法推广和泛化。而利用机器学习方法可以有效地通过数据库建立输入与输出特征之间的映射关系。本文利用贝叶斯优化的极端梯度提升算法(BO-XGBoost)建立了一个气凝胶混凝土性能预测模型,并基于335组数据,进行模型训练与测试。为了验证采用带可解释特征作为输入特征的方案的有效性,采用两个模型分别预测抗压强度和导热系数的优势,设置两个对比方案进行性能比较。此外,为了分析BO-XGBoost模型在气凝胶混凝土性能预测上的优势,使用随机森林、人工神经网络等多个模型与之进行比较,并采用全新数据探究模型的泛化能力。结果表明,BO-XGBoost模型效果很好,抗压强度和导热系数预测模型的测试集的决定系数R2均在0.97以上,预测能力优于其他模型,且具有较好的泛化能力。此外,采用SHAP模型进行可解释分析,结果表明,影响气凝胶混凝土性能的最主要因素是气凝胶掺量和水胶比。 展开更多
关键词 气凝胶混凝土 性能预测 贝叶斯优化 XGBoost算法 shap可解释分析
在线阅读 下载PDF
基于机器学习的旋压成形20钢筒形件表面质量和性能预测
2
作者 李浩玮 李强 +3 位作者 桂海莲 李沂玮 杨鹏程 申春雷 《机械工程材料》 北大核心 2025年第10期58-65,共8页
采用有限元模拟了不同减薄率(10%,20%,30%,40%,50%)和进给率(0.55,0.70,0.85,1.00,1.15,1.30,1.45 mm·r^(-1))下旋压成形20钢筒形件的椭圆度、直线度和残余应力,构建数据集,采用粒子群优化(PSO)优化支持向量回归(SVR)、随机森林(RF... 采用有限元模拟了不同减薄率(10%,20%,30%,40%,50%)和进给率(0.55,0.70,0.85,1.00,1.15,1.30,1.45 mm·r^(-1))下旋压成形20钢筒形件的椭圆度、直线度和残余应力,构建数据集,采用粒子群优化(PSO)优化支持向量回归(SVR)、随机森林(RF)、梯度提升决策树(GBDT)和极端梯度提升树(XGBoost)算法建立机器学习模型,对比分析各模型预测效果,并进行了沙普利可加性特征解释(SHAP)分析。结果表明:有限元模拟得到随着减薄率增加,椭圆度先增大后减小后增大,直线度先增大后减小,残余压应力先减小后增大;随着进给率增加,椭圆度增加,直线度增大,残余应力变化不显著。对直线度、椭圆度和残余应力预测准确性由高到低依次为GBDT模型、XGBoost模型、RF模型和SVR模型;GBDT模型SHAP分析结果与实际结果基本相符,证明了GBDT模型预测的可靠性。GBDT模型预测得到满足直线度小于0.5 mm、椭圆度小于0.4 mm、残余应力小于160 MPa要求的旋压工艺参数为减薄率40%、进给率0.55~0.90 mm·r^(-1)。 展开更多
关键词 旋压工艺 机器学习 表面质量 性能预测 shap值可解释分析
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