摘要
本发明提供了一种基于GA‑QRF的多元素合金腐蚀性能外推预测方法,涉及合金腐蚀性能预测领域,包括以下步骤:获取同类多元素合金腐蚀数据并进行结构化整理;基于整理好的同类多元素合金腐蚀数据和分位数回归森林建立QRF模型;基于遗传算法优化QRF模型得到GA‑QRF模型;对待评估合金成分与服役环境数据结构化整理;基于GA‑QRF模型和整理好的待评估合金成分与服役环境数据进行腐蚀性能外推预测,待评估合金的腐蚀表征量预测区间范围。本发明采用上述的一种基于GA‑QRF的多元素合金腐蚀性能外推预测方法,实现了对新研发/未开展试验金属的快速腐蚀性能评估,有助于对合金材料服役寿命分析和维修决策提供信息。
技术关键词
多元素
遗传算法优化
分位数回归森林
超参数
概率密度函数
回归森林模型
合金材料
回归决策树
样本
索引
训练集数据
染色体
编码
表达式
系统为您推荐了相关专利信息
矩阵
拉普拉斯
高光谱图像数据
超参数
高光谱图像波段
火灾检测方法
概率密度函数
货舱
飞机
火灾监测预警
食品安全风险评估
样本
粮油食品
原型
注意力机制
碳排放优化方法
物流
异常数据
卡尔曼滤波模型
概率密度函数