| 專利名稱 |
一種基于改進XGBoost的材料去除深度預測方法 |
| 申請?zhí)?專利號 |
CN202511371975.X |
專利權(quán)人（第一權(quán)利人） |
長春工業(yè)大學 |
| 申請日 |
2025-09-24 |
授權(quán)日 |
2025-12-02 |
| 專利類別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類 |
新一代信息技術 |
| 技術主題 |
訓練集|預測方法|計算機科學|超參數(shù)|極限梯度提升|磨削|決策過程|可視化|物理學|數(shù)據(jù)集|可解釋性 |
| 應用領域 |
混沌模型|工件進給運動的控制|非線性系統(tǒng)模型|人造生命|基于知識的模式的計算機系統(tǒng) |
| 意向價格 |
具體面議 |
| 專利概述 |
本發(fā)明涉及機器學習技術領域，尤其是涉及一種基于改進XGBoost的材料去除深度預測方法。該方法首先采集磨拋加工數(shù)據(jù)集，并將其劃分為訓練集和測試集；對數(shù)據(jù)集進行預處理后，采用改進的白鷺群優(yōu)化算法（IESOA）對極端梯度提升算法（XGBoost）的超參數(shù)進行尋優(yōu)，以此建立材料去除深度的預測模型；最后，基于Shapley加性解釋（SHAP）方法量化各磨拋工藝參數(shù)對材料去除深度的貢獻度，實現(xiàn)模型決策過程的可視化分析。本發(fā)明能夠顯著提高磨拋加工材料去除深度的預測精度，并通過可解釋性分析明確各工藝參數(shù)的影響機制，兼具高預測精度與決策可解釋性的雙重優(yōu)勢。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯(lián)系人 |
戚梅宇 |
聯(lián)系電話 |
13074363281 |
