-
公开(公告)号：CN117828986A
公开(公告)日：2024-04-05
申请号：CN202311838872.0
申请日：2023-12-28
Applicant: 浙江工业大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种基于机器学习预测SiC陶瓷断裂韧性的方法及其应用，方法以与SiC烧结关联的烧结原料及烧结条件作为机器学习描述符，优化所述描述符，以多种机器学习算法构建模型，基于优化后的描述符和最优模型预测SiC的断裂韧性；方法应用于根据特征量重要性分析，确定影响断裂韧性的因素，根据模型预测不同烧结条件下SiC陶瓷断裂韧性大小，基于所述特征量重要性得分和可视化数据散点分布图设计烧结工艺参数。本发明通过来源于文献和数据库中的实验样本，建立了高效的预测模型，结合机器学习预测性能的策略，找到对断裂韧性影响较大的工艺参数，解决无法定量分析断裂韧性的问题，具有预测准确性高、低成本、绿色环保等优点。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
