基于集成学习的金属增材制造成形质量预测方法及装置

本发明公开了一种基于集成学习的金属增材制造成形质量预测方法，采集影响WAAM过程成形质量的关键工艺参数，构建原始数据集；基于高斯分布融合的多模态数据增强架构，对原始数据集进行扩充，得到扩充后的训练数据集；选择多种基础机器学习模型，基于扩充后的训练数据集，对每个基础机器学习模型进行训练，优化各基础机器学习模型的超参数；基于优化后的基础机器学习模型，构建初始集成模型；采用沙猫群算法优化各基础机器学习模型在集成模型中的权重，得到优化后的集成模型；基于优化后的集成模型对金属增材制造成形质量进行预测，得到预测结果。从而显著提升AM的成形质量和材料利用效率，降低生产成本。