摘要
本发明请求保护一种基于机器学习算法的木质复合材料力学性能预测方法,其包括以下过程:获得木材数据并建立数据库;建立机器学习模型,采用机器学习算法对训练集中力学性能的输入特征量和输出特征量进行预测学习,从而得到力学性能预测模型;在力学性能预测模型训练过程中,采用若干机器学习算法得到多种力学性能预测模型,不同机器学习算法采用对应的超参数;采用测试集对训练好的各个力学性能预测模型对进行精度验证,从而获得最优机器学习算法获得的力学性能预测模型。通过探究工艺参数与材料力学性能之间的关系,以解决数值分析方法的应用受到限制,且对分析结果的验证存在困难,限制了木质复合材料力学性能的精确预测和工艺优化的问题。
技术关键词
力学性能预测方法
机器学习算法
木质复合材料
随机森林
样本
调参方法
交叉验证法
输出特征
支持向量回归
预测模型训练
预测类别
施胶量
生成对抗网络
机器学习模型
改性剂
工艺参数条件
数据
数值分析方法
表达式
多项式
系统为您推荐了相关专利信息
共享汽车
多模式
路径推荐方法
随机森林模型
出行方式
入侵检测模型
入侵检测方法
算法模型
特征选择
对抗性
时间序列分类方法
网络拓扑结构
节点特征
网络特征
矩阵