摘要
本发明提供一种差分进化与机器学习算法的低合金钢性能优化方法及装置,涉及机器学习技术领域。方法包括:获取低合金钢性能数据,并对所述低合金钢性能数据进行预处理及特征转化,获得第一数据后,通过差分进化算法与模型重要性排序的两阶段特征选择法,输出目标子集;后通过差分进化算法进行超参数寻化,构建机器学习模型,之后进行多目标优化算法,获得目标解集。通过差分进化算法进行超参数寻化,提高了快速筛选潜在的候选材料的效率,同时,降低了筛选潜在的候选材料的时间成本;接着通过多目标优化算法进行优化处理,快速有效地平衡碳钢抗拉强度与延展率的互斥性能,有助于找到不仅具有高强度而且具有足够延展性的材料,满足实际工程需求。
技术关键词
低合金钢
机器学习算法
性能优化方法
进化算法
性能优化装置
构建机器学习模型
低合金碳钢
超参数
描述符
特征选择
数据
输出模块
机器学习技术
策略
因子
特征值
系统为您推荐了相关专利信息
自检系统
数据处理模块
设备运行状态
加权平均温度
传感器模块
调制编码方法
调制编码方案
场景
视频通信业务
语音通信业务
温度控制方法
PID控制器
可读存储设备
进化算法
温度调节阀
智能监护系统
胃肠道肿瘤
多维特征向量
Lyapunov指数
深度学习分析