摘要

针对碳耗数据缺失导致碳耗预测模型预测精度低的问题,提出一种基于改进生成对抗填补网络的碳耗预测方法。以滚齿加工为对象,揭示加工过程的碳耗特性,分析其碳耗数据缺失机制;引入正则化机制构建生成对抗填补网络(GAIN)损失函数,提出基于正则化生成对抗填补网络(RGAIN)的碳耗数据填补方法;使用随机森林(RF)算法构造碳排放预测模型,实现数据驱动的加工碳耗预测。与其他数据填补及碳耗预测方法对比,该方法能有效降低滚齿碳耗数据缺失带来的预测误差。