基于蜘蛛蜂优化算法和机器学习算法的玻璃弹性模量预测方法

本发明公开了基于蜘蛛蜂优化算法和机器学习算法的玻璃弹性模量预测方法，该方法包括：构建不同组分玻璃材料的弹性模量数据库；构建特征描述符；提供训练集样本，初始化蜘蛛蜂搜索算法的参数；设定蜘蛛蜂优化算法优化参数，运用其优化随机森林算法参数，得到最佳随机森林算法参数，建立玻璃弹性模量预测模型；输入测试样本数据，预测玻璃弹性模量。本发明将蜘蛛蜂优化算法用于优化随机森林算法参数寻优，结构简单，提高收敛速度和精度，且寻优得到的最优随机森林算法参数可以较明显地提高随机森林算法的性能，对于提高预测玻璃弹性模量的准确性具有现实意义。