基于梯度提升决策树的特征筛选与钢卷力学性能预测
基于冶金机理选取热镀锌钢卷基本建模特征,采用梯度提升决策树算法对其他化学元素特征进行筛选,结合网格搜索与交叉验证方法对模型参数进行优化,并利用模型分析不同特征对钢卷屈服强度的影响.结果表明:热镀锌钢卷力学性能预测建模的基本特征包括工艺参数特征、规格特征以及基本化学元素特征,对钢卷屈服强度影响较大的其他化学元素特征为氮、铝含量;模型参数优化后,在测试集上测得屈服强度的均方根误差为10.671 MPa,平均绝对误差为8.244 MPa,平均绝对百分误差为2.641%,模型预测精度比模型参数优化前的明显提高;当碳、硅、锰含量变化或热轧入轧温度变化时,钢卷屈服强度的变化幅度较大.
热镀锌钢卷;梯度提升决策树;力学性能预测;特征筛选;参数优化
45
TP391.7(计算技术、计算机技术)
国家自然科学基金资助项目;福建省科技计划项目
2021-10-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
104-110