基于Informer-SENet模型的注塑金属-聚合物接头湿热老化强度预测方法

本发明涉及注塑金属‑聚合物接头老化性能预测技术领域，具体公开了一种基于Informer‑SENet模型的注塑金属‑聚合物接头湿热老化强度预测方法。针对纯数据驱动模型在小样本下泛化能力不足的问题，本发明通过融合Informer模型的长序列建模能力与SENet的特征通道重校准机制，构建了改进的Informer‑SENet预测网络，可显著提高金属‑聚合物接头强度预测精度，其预测精度远高于现有传统的机器学习和深度学习方法。此外，采用改进的秘书鸟优化算法(ISBOA)，提升全局搜索能力。本发明提出了一种基于深度学习模型，利用接头湿热老化强度退化数据预测自然老化强度退化数据的新方法，显著降低了实验成本，为工业应用提供更可靠的技术支持。