摘要
一种基于主动学习策略的球墨铸铁成分和工艺设计方法,属于材料工艺设计技术领域。为提高材料工艺设计的预测精度和设计效率,本发明包括收集文献中包括球墨铸铁成分、工艺、微观组织特征和性能的实验数据,基于小样本机器学习算法,构建球墨铸铁成分‑工艺‑微观组织特征模型、球墨铸铁成分‑工艺‑微观组织特征‑性能模型,基于优化算法,对不同的目标性能设置不同权值,采用基于权重的目标函数,得到优化的不同性能要求的球墨铸铁成分和工艺参数;通过主动学习策略,优先选择不确定度较大的数据进行实验并补充到数据集,然后进行模型更新,优化模型预测精度,最终设计出符合预期性能要求的球墨铸铁成分与工艺参数。本发明减少了实验次数和成本。
技术关键词
球墨铸铁
主动学习策略
工艺设计方法
机器学习算法
组织特征数据
粒子群优化算法
交叉验证方法
回归算法
随机森林
球化剂
孕育剂
工艺设计技术
石墨球
模型更新
样本
输出特征