Abstract:
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.
Keyword:
Reprint 's Address:
Version:
Source :
重型机械
ISSN: 1001-196X
Year: 2024
Issue: 2
Page: 54-58
Affiliated Colleges: