科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于stacking的多能量场增材制造金属零件的力学性能预测方法,通过采集多能量场增材制造技术制备金属零件过程的工艺参数进行数据处理,选用皮尔逊相关度分析方法筛选关键特征量,筛选后的数据集划分成训练集和测试集,划分后的数据集用于训练和检验预测模型；对拆分后的数据集进行缺失值填补、剔除异常值、归一化数据处理,初级学习器对数据集进行k折交叉验证,构造新的数据集；将新数据集输入次级学习器进行训练,得到最终的预测模型；基于stacking集成学习方法融合不同机器学习模型,提高预测精度及稳定性,用少量数据实现金属材料的力学性能预测,为研究和优化多能量场增材制造装备的工艺参数提供有力的工具,减轻实验时耗费的人力物力。
- 单位
