期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的铝电解电容器用阳极铝箔电化学性能预测 被引量:1
1
作者 潘斯宁 梁力勃 +1 位作者 杨小飞 杨建文 《桂林理工大学学报》 CAS 北大核心 2023年第2期303-309,共7页
阳极铝箔的化成工序是一个多影响因素相互作用的材料加工过程,分析各因素的影响规律及交互作用的难度较大。针对以上问题,本文采用随机森林模型计算变量权重系数并进行特征筛选,在此基础上建立基于神经网络的阳极铝箔电化学性能预测模... 阳极铝箔的化成工序是一个多影响因素相互作用的材料加工过程,分析各因素的影响规律及交互作用的难度较大。针对以上问题,本文采用随机森林模型计算变量权重系数并进行特征筛选,在此基础上建立基于神经网络的阳极铝箔电化学性能预测模型。结果表明:终端检定电压是对耐压值和比电容影响最大的工艺参数,耐压值和比电容的大小随着终端检定电压的增加分别呈阶梯式增加和阶梯式减小的变化。将经过随机森林算法特征筛选后保留的11个变量作为输入量,分别建立耐压值、比电容神经网络预测模型,经过参数调优后预测模型的R^(2)分数分别为0.987和0.982,电化学性能的预测值与实测值的匹配度较高。通过随机森林模型、神经网络模型的建立和分析,研究阳极铝箔生产过程参数与电化学性能指标之间的定量关系,可实现工艺参数优化与性能预测,以及生产过程重要工艺参数的识别与控制。 展开更多
关键词 阳极铝箔 性能预测 神经网络 随机森林 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部