| 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 |
|
| 合作方式 |
具体面议 |
| 联系人 |
戚梅宇 |
联系电话 |
13074363281 |