摘要
本发明提出了一种弯螺栓的增强防腐蚀性能设计的多属性目标决策评估方法,该方法建立在多属性决策分析理论的基础上,创新性地引入了支持向量回归(SVR)机器学习算法来求解各项性能评价指标的权重系数,以期获得客观、准确的性能综合评价结果。与传统的主观赋权法相比,本方法最大的优势在于能够充分发掘历史评价数据所蕴含的指标关联规律和权重分布特征,通过机器学习算法实现从数据到权重的自适应求解,具有客观性强、适应性好、可解释性强等特点。该方法也可广泛应用于新型涂层体系的防腐蚀性能评估,对涂层配方与工艺参数的优化迭代具有重要的指导意义。
技术关键词
SVR模型
SVR算法
径向基核函数
支持向量回归
机器学习算法
指标
涂层涂覆
综合评估模型
凸二次规划
螺栓
数据
模型超参数
归一化方法
涂层体系
决策
分布特征
标签
样本
系统为您推荐了相关专利信息
神经机器翻译方法
超大规模
多语言
负载均衡机制
动态门控
离子交换树脂
官能团
可生物降解材料
聚苯乙烯原料
溶剂体系
电容电极片
在线监测系统
汽车控制系统
逆变器模块
采集系统
道岔转辙设备
数字孪生模型
智能运维系统
智能运维方法
数据采集模块
信息发布方法
风险
车辆实时位置
梯度提升决策树
路段