专利名称 一种基于改进XGBoost的材料去除深度预测方法
申请号/专利号 CN202511371975.X 专利权人(第一权利人) 长春工业大学
申请日 2025-09-24 授权日 2025-12-02
专利类别 授权发明 战略新兴产业分类 新一代信息技术
技术主题 训练集|预测方法|计算机科学|超参数|极限梯度提升|磨削|决策过程|可视化|物理学|数据集|可解释性
应用领域 混沌模型|工件进给运动的控制|非线性系统模型|人造生命|基于知识的模式的计算机系统
意向价格 具体面议
专利概述 本发明涉及机器学习技术领域,尤其是涉及一种基于改进XGBoost的材料去除深度预测方法。该方法首先采集磨抛加工数据集,并将其划分为训练集和测试集;对数据集进行预处理后,采用改进的白鹭群优化算法(IESOA)对极端梯度提升算法(XGBoost)的超参数进行寻优,以此建立材料去除深度的预测模型;最后,基于Shapley加性解释(SHAP)方法量化各磨抛工艺参数对材料去除深度的贡献度,实现模型决策过程的可视化分析。本发明能够显著提高磨抛加工材料去除深度的预测精度,并通过可解释性分析明确各工艺参数的影响机制,兼具高预测精度与决策可解释性的双重优势。
图片资料 一种基于改进XGBoost的材料去除深度预测方法
合作方式 具体面议
联系人 戚梅宇 联系电话 13074363281