基于支持向量机的非调质钢的点蚀温度预测方法及系统

文档序号:32120213发布日期:2022-11-09 06:50阅读:来源:国知局

技术特征:
1.一种基于支持向量机的非调质钢的点蚀温度预测方法,其特征在于,所述点蚀温度预测方法包括:获取多组非调质钢的点蚀温度实验测量值、实验对应的工艺参数以及非调质钢的元素成分,构成原始数据集;将所述原始数据集按照设定比例划分为训练样本集和测试样本集;采用所述训练样本集和所述测试样本集对支持向量回归模型进行训练和测试,得到非调质钢的点蚀温度预测模型;采用所述非调质钢的点蚀温度预测模型对待测非调质钢的点蚀温度进行预测。2.根据权利要求1所述的基于支持向量机的非调质钢的点蚀温度预测方法,其特征在于,在采用所述训练样本集和所述测试样本集对支持向量回归模型进行训练和测试之前,还包括:采用遗传算法对所述工艺参数和所述元素成分进行特征筛选,分别确定工艺参数和元素成分中的最佳特征。3.根据权利要求2所述的基于支持向量机的非调质钢的点蚀温度预测方法,其特征在于,在将所述原始数据集按照设定比例划分为训练样本集和测试样本集之前,还包括:对原始数据集中所述点蚀温度实验测量值不同但所述工艺参数和所述元素成分相同的数据进行预处理,得到对应点蚀温度测量值的平均值,并将所述平均值替换原始数据集中的点蚀温度测量值。4.根据权利要求2所述的基于支持向量机的非调质钢的点蚀温度预测方法,其特征在于,采用所述训练样本集和所述测试样本集对支持向量回归模型进行训练和测试,具体包括:将所述最佳特征输入至所述支持向量回归模型中,得到输出结果;根据所述输出结果确定回归相关系数,判断所述回归相关系数是否满足设定阈值范围;若是,则对所述支持向量回归模型进行超参数优化,将超参数优化后的支持向量回归模型确定为非调质钢的点蚀温度预测模型;若否,则继续对所述支持向量回归模型进行训练,直至所述回归相关系数满足设定阈值范围,得到非调质钢的点蚀温度预测模型;通过所述测试样本集对所述非调质钢的点蚀温度预测模型进行测试。5.根据权利要求4所述的基于支持向量机的非调质钢的点蚀温度预测方法,其特征在于,采用网格搜索法对非调质钢的点蚀温度预测模型进行超参数优化。6.一种基于支持向量机的非调质钢的点蚀温度预测系统,其特征在于,所述点蚀温度预测系统包括:数据获取单元,用于获取多组非调质钢的点蚀温度实验测量值、实验对应的工艺参数以及非调质钢的元素成分,构成原始数据集;样本划分单元,用于将所述原始数据集按照设定比例划分为训练样本集和测试样本集;模型建立单元,用于采用所述训练样本集和所述测试样本集对支持向量回归模型进行训练和测试,得到非调质钢的点蚀温度预测模型;
预测单元,用于采用所述非调质钢的点蚀温度预测模型对待测非调质钢的点蚀温度进行预测。7.根据权利要求6所述的基于支持向量机的非调质钢的点蚀温度预测系统,其特征在于,所述点蚀温度预测系统还包括:特征筛选单元,用于采用遗传算法对所述工艺参数和所述元素成分进行特征筛选,分别确定工艺参数和元素成分中的最佳特征。8.根据权利要求7所述的基于支持向量机的非调质钢的点蚀温度预测系统,其特征在于,所述点蚀温度预测系统还包括:预处理单元,用于对原始数据集中所述点蚀温度实验测量值不同但所述工艺参数和所述元素成分相同的数据进行预处理,得到对应点蚀温度测量值的平均值,并将所述平均值替换原始数据集中的点蚀温度测量值。9.根据权利要求7所述的基于支持向量机的非调质钢的点蚀温度预测系统,其特征在于,所述模型建立单元具体包括:输出结果确定模块,用于将所述最佳特征输入至所述支持向量回归模型中,得到输出结果;判断模块,用于根据所述输出结果确定回归相关系数,判断所述回归相关系数是否满足设定阈值范围;模型确定模块,用于在所述回归相关系数满足设定阈值范围时,对所述支持向量回归模型进行超参数优化,并将超参数优化后的支持向量回归模型确定为非调质钢的点蚀温度预测模型;还用于在所述回归相关系数不满足设定阈值范围时,继续对所述支持向量回归模型进行训练,直至所述回归相关系数满足设定阈值范围,得到非调质钢的点蚀温度预测模型;测试模块,用于通过所述测试样本集对所述非调质钢的点蚀温度预测模型进行测试。10.根据权利要求9所述的基于支持向量机的非调质钢的点蚀温度预测系统,其特征在于,所述模型优化模块中采用网格搜索法对非调质钢的点蚀温度预测模型进行超参数优化。

技术总结
本发明涉及一种基于支持向量机的非调质钢的点蚀温度预测方法及系统,所述点蚀温度预测方法包括:获取多组非调质钢的点蚀温度实验测量值、实验对应的工艺参数以及非调质钢的元素成分,构成原始数据集;将所述原始数据集按照设定比例划分为训练样本集和测试样本集;采用所述训练样本集和所述测试样本集对支持向量回归模型进行训练和测试,得到非调质钢的点蚀温度预测模型;采用所述非调质钢的点蚀温度预测模型对待测非调质钢的点蚀温度进行预测。本发明通过构建基于支持向量回归模型的非调质钢的点蚀温度预测模型,能够降低非调质钢的点蚀温度的检测难度和实验测量成本。点蚀温度的检测难度和实验测量成本。点蚀温度的检测难度和实验测量成本。


技术研发人员:麦嘉琪 徐鹏程 孙阳庭 陆文聪 钱权
受保护的技术使用者:复旦大学
技术研发日:2022.08.11
技术公布日:2022/11/8
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1