基于机器学习的磷石膏多孔陶瓷材料性能预测

作者：杨凯理; 龚伟^*; 蔺万鹏

来源：中国陶瓷, 2023, 59(08): 23-29.

DOI：10.16521/j.cnki.issn.1001-9642.2023.08.004

• 机器学习
• 性能预测
• 多孔陶瓷
• 支持向量机
• 神经网络

为探究磷石膏多孔陶瓷材料成分-制备工艺-性能之间定量关系进行研究。以磷石膏为发泡剂制备多孔陶瓷的实验数据，建立4种机器学习算法模型，对磷石膏多孔陶瓷材料数据集中的吸水率、体积密度、抗压强度、导热系数等4种性能参数进行预测，比较各种学习方法的预测结果，并对实验阶段确定的最佳配比进行验证预测。实验表明：SVR-RBF算法可以对抗压强度、导热系数性能进行有效预测，验证预测误差分别为5.402%和0.725%;LMBP算法可以对吸水率、抗压强度性能进行有效预测，验证预测误差分别为0.29%和2.964%。

• 单位
  西南科技大学