基于聚类和GBDT的镀锌钢卷力学性能预测
王伟1
赵飞1
匡祯辉1
白振华2
刘勇3
1.福州大学机械工程及自动化学院, 福建 福州 3501082.燕山大学机械工程学院, 河北 秦皇岛 0660043.长春一汽富晟集团有限公司, 吉林 长春 130011
摘要：热镀锌钢卷力学性能影响因素之间关系复杂,限制了模型精度的提升.采用k-means算法利用化学成分属性对镀锌钢卷数据集进行聚类,将数据聚成三种模式簇实现样本的优选.利用梯度提升树算法,开展各模式数据集与不划分模式的全数据集下的力学性能建模研究,最后结合网格搜索与交叉验证方法进行模型参数优化.研究结果表明,分模式下模型MAE误差相比于全数据集建模平均减小0.85 MPa.参数优化后,各模式下 MAE 误差平均减少 5.19 MPa,RMSE 误差平均减少3.63 MPa,提高了预测模型精度.
关键词：热镀锌钢卷k-means力学性能建模梯度提升树网格搜索法
分类号：TP391(计算技术、计算机技术)
资助基金：福建省科技计划项目(2018H0015)
论文发表日期：2024-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 54-58 )
英文信息