一种基于机器学习的焊接宽度与熔深预测方法

一种基于机器学习的焊接宽度与熔深预测方法，包括步骤：S1.读取包含焊接参数的数据集，对数据集进行预操作；S2.构建并训练机器学习模型，包括神经网络、随机森林回归器、梯度提升回归器，将数据集划分为训练集和测试集，利用训练集对机器学习模型进行训练；S3.评估机器学习模型的预测性能，使用均方误差（MSE）、平均绝对误差（MAE）和决定系数（R2）作为评价指标；S4.使用早停策略防止过拟合，基于训练好的模型对测试集进行焊接宽度与熔深的预测,并通过图表展示预测结果与实际值的对比。本发明基于BP神经网络建立焊缝宽度预测模型，基于多种集成学习方法搭建熔深预测模型，有效的预测焊接的宽度与熔深，且预测模型有较高精度，具有较高的实用价值。