摘要
本发明实施例公开了基于生成对抗网络和梯度提升决策树模型的合金系金属材料力学及扩孔性能预测方法,包括:建立合金系金属材料的原始性能数据库;利用生成对抗网络,对合金系金属材料的性能数据库进行扩充,得到扩充性能数据库,构建力学及扩孔性能数据库;将力学及扩孔性能数据库的数据分为训练集数据和测试集数据;采用交叉验证法将训练集数据分为训练数据和验证数据,利用梯度提升决策树模型对训练数据进行学习训练,利用验证数据校正梯度提升决策树模型超参数,构建梯度提升决策树模型;利用测试集数据评估构建的梯度提升决策树模型;利用构建的梯度提升决策树模型预测合金系金属材料的力学及扩孔性能。该方法预测结果解释性强、预测精度高。
技术关键词
梯度提升决策树
生成对抗网络
金属材料
训练集数据
性能预测方法
合金
样本
交叉验证法
数据校正
数据分类
力学性能参数
模型超参数
随机噪声
误差
渠道
网格
系统为您推荐了相关专利信息
校验装置
时空关联关系
校验机制
管理方法
分析请求内容
生成对抗网络模型
生成器网络
分割方法
真实图像数据
生成高质量图像
项目进度跟踪
风险预测系统
知识图谱构建
风险预测方法
资源
阅卷系统
试卷管理
双向注意力机制
功能模块
阅卷功能