摘要
本发明公开一种基于机器学习的预制梁片质量评价模型建模方法,包括:步骤1,采集关键工序工程质量数据,并分析每个关键工序环节所采集的各项质量评价指标;步骤2,针对梁片质量的不同评价指标分别建立对应的质量相关性分析模型;通过相关性分析为每个指标选取至少三个相关因子用于机器学习训练;步骤3,基于质量相关性分析模型选取的相关因子,选取支持多因子机器学习算法模型进行机器学习训练,建立预制梁片的过程质量评价模型;将样本预测的质量结果与实测质量指标结果进行趋同性及差异化分析,以此进行机器学习算法模型及参数调优,完成对应指标的过程质量评价模型的最终建模,并以最终的过程质量评价模型进行梁片预制生产过程控制与质量评价。本发明有效避免不合格废品梁片的发生而造成的损失。
技术关键词
相关性分析模型
模型建模方法
机器学习算法模型
混凝土试块强度
机器学习训练
钢筋保护层厚度
皮尔逊相关系数
指标
数据
分析奠定基础
皮尔逊算法
因子
混凝土原材料
样本
容许误差
成品
系统为您推荐了相关专利信息
膝关节活动度
判别系统
机器学习算法模型
数据处理模块
样本
数据驱动模型
混料工艺
离散元法
机器学习算法模型
仿真模型
实体
智能故障诊断
模型建模方法
多尺度
旋转机械