摘要
本发明涉及合金钎料技术领域,且公开了一种构建多元合金固液相温度数学表达式的方法,该方法包括:先通过网络爬虫技术从公开资料中收集合金钎料成分以及对应的固/液相温度数据;再通过生成式对抗网络数据增强模型将数据量扩大;通过特征工程将合金成分转化为由物理化学参量构建成的成分新特征;采用特征筛选策略筛选出关键机器学习成分特征组合;基于遗传编程的符号回归算法构建“关键成分特征‑固/液相温度”数学表达式集合,综合平衡复杂度以及准确度筛选出最佳的固/液相温度数学表达式。该方法可以提供一种有效地实现多元合金固/液相温度性能预测的方法,且获得多元合金固/液相温度的数学表达式。
技术关键词
机器学习特征
表达式
液相
数学
生成式对抗网络
合金钎料技术
特征工程技术
回归算法
网络爬虫技术
关键特征值
固相
数据
钎料合金
机器学习算法
复杂度
遗传算法
编程