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
系统为您推荐了相关专利信息
便携式检测装置
检测芯片
光照模组
传感器模组
传感特征
低空无人机
地形特征
规避动态障碍物
监测模块
集成模块
商铺
运营管理方法
数据
客户关系管理
人工智能模型
按键功能
动态二维码技术
定义按键
图像识别模块
智能摄像机技术