期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习和多目标优化的耐候钢性能预测和逆向设计研究
被引量:
1
1
作者
何欣
高秀华
+3 位作者
施宗翔
宋丽英
李金波
杜林秀
《塑性工程学报》
CAS
CSCD
北大核心
2023年第11期167-177,共11页
针对传统耐候钢研发实验复杂、时间长和成本高等问题,提出了一种基于机器学习和多目标优化的耐候钢性能预测和逆向设计模型,同时附加物理冶金学参数指导建模过程,构建了优化后的SVR、RF和GPR模型预测耐候钢的力学性能和耐腐蚀性能,基于...
针对传统耐候钢研发实验复杂、时间长和成本高等问题,提出了一种基于机器学习和多目标优化的耐候钢性能预测和逆向设计模型,同时附加物理冶金学参数指导建模过程,构建了优化后的SVR、RF和GPR模型预测耐候钢的力学性能和耐腐蚀性能,基于正向预测模型,利用SPEA2实现了对屈服强度、抗拉强度、伸长率和相对腐蚀速率的协同优化。结果表明,相较于最优SVR和RF模型,GPR模型与物理冶金学的耦合可实现耐候钢力学性能的高精度预测,显著降低模型过拟合程度,从而提高泛化性,在抗拉强度测试集中有95.19%的样本相对误差在10%以内,最优模型中决定系数达97.67%。针对耐腐蚀性能预测提出的回归和分类模型均表现出较高的预测准确率,GPR模型中有80.4%的样本相对误差在8%以内,GA-SVM模型的平均分类准确率达到80.93%。利用SPEA2可实现对Q700NH高耐候钢的成分和工艺设计,在该成分与工艺体系下,实验钢具备优异的力学性能和耐腐蚀性能,实现了耐候钢低成本高效率的研发设计。
展开更多
关键词
机器学习
多目标优化
耐候钢
物理冶金学
下载PDF
职称材料
题名
基于机器学习和多目标优化的耐候钢性能预测和逆向设计研究
被引量:
1
1
作者
何欣
高秀华
施宗翔
宋丽英
李金波
杜林秀
机构
东北大学轧制技术及连轧自动化国家重点实验室
出处
《塑性工程学报》
CAS
CSCD
北大核心
2023年第11期167-177,共11页
基金
国家重点研发计划(2022YFB3706400)。
文摘
针对传统耐候钢研发实验复杂、时间长和成本高等问题,提出了一种基于机器学习和多目标优化的耐候钢性能预测和逆向设计模型,同时附加物理冶金学参数指导建模过程,构建了优化后的SVR、RF和GPR模型预测耐候钢的力学性能和耐腐蚀性能,基于正向预测模型,利用SPEA2实现了对屈服强度、抗拉强度、伸长率和相对腐蚀速率的协同优化。结果表明,相较于最优SVR和RF模型,GPR模型与物理冶金学的耦合可实现耐候钢力学性能的高精度预测,显著降低模型过拟合程度,从而提高泛化性,在抗拉强度测试集中有95.19%的样本相对误差在10%以内,最优模型中决定系数达97.67%。针对耐腐蚀性能预测提出的回归和分类模型均表现出较高的预测准确率,GPR模型中有80.4%的样本相对误差在8%以内,GA-SVM模型的平均分类准确率达到80.93%。利用SPEA2可实现对Q700NH高耐候钢的成分和工艺设计,在该成分与工艺体系下,实验钢具备优异的力学性能和耐腐蚀性能,实现了耐候钢低成本高效率的研发设计。
关键词
机器学习
多目标优化
耐候钢
物理冶金学
Keywords
machine learning
multi-objective optimization
weathering steel
physical metallurgy
分类号
TP391.7 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习和多目标优化的耐候钢性能预测和逆向设计研究
何欣
高秀华
施宗翔
宋丽英
李金波
杜林秀
《塑性工程学报》
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部