[發(fā)明專利]一種基于動(dòng)態(tài)選取訓(xùn)練集的材料性能預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110708495.3
• 申請(qǐng)日: 2021-06-23
• 公開（公告）號(hào): CN113345538B
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 于興華;王家琦;王旭;發(fā)永哲
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)重慶創(chuàng)新中心;北京理工大學(xué)
• 主分類號(hào): G16C60/00
• 分類號(hào): G16C60/00;G06N20/00
• 代理公司: 重慶智慧之源知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50234
• 代理人: 余洪

本發(fā)明提供一種基于動(dòng)態(tài)選取訓(xùn)練集的材料性能預(yù)測(cè)方法，針對(duì)每一組測(cè)試數(shù)據(jù)選擇特定的訓(xùn)練集去訓(xùn)練模型并對(duì)其進(jìn)行預(yù)測(cè)，結(jié)合歐幾里得距離與高斯分布選取訓(xùn)練集；比使用所有原始數(shù)據(jù)作為訓(xùn)練集和使用與測(cè)試數(shù)據(jù)為同一簇類的數(shù)據(jù)作為訓(xùn)練集皆更優(yōu)，前者訓(xùn)練出的模型預(yù)測(cè)測(cè)試數(shù)據(jù)，其平均絕對(duì)誤差分別比后兩者低34.92％和24.85％。

技術(shù)領(lǐng)域

本發(fā)明涉及材料性能預(yù)測(cè)領(lǐng)域，尤其涉及一種基于動(dòng)態(tài)選取訓(xùn)練集的材料性能預(yù)測(cè)方法。

背景技術(shù)

對(duì)于材料的性能預(yù)測(cè)，現(xiàn)有技術(shù)主要分為兩類：一類是通過試驗(yàn)的方法預(yù)測(cè)特定材料的特定性能，這種方法費(fèi)時(shí)費(fèi)力；第二類是使用機(jī)器學(xué)習(xí)的方法預(yù)測(cè)材料性能，先選取訓(xùn)練集訓(xùn)練模型，再使用訓(xùn)練后的模型對(duì)新的測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè)，根據(jù)選取訓(xùn)練集的方式不同，又可以分為兩類，一類是選擇所有原始數(shù)據(jù)作為訓(xùn)練集，另一類是選擇同一簇類的數(shù)據(jù)作為訓(xùn)練集，但是兩種方式的預(yù)測(cè)精度均有較大誤差，通過分析發(fā)現(xiàn)原因在于前者忽略了原始數(shù)據(jù)之間的特性差異，導(dǎo)致材料性能預(yù)測(cè)誤差較大，而后者對(duì)簇類邊緣的測(cè)試數(shù)據(jù)預(yù)測(cè)誤差較大，因此預(yù)測(cè)精度的提高轉(zhuǎn)移到如何選擇訓(xùn)練集上，通過選取合適的訓(xùn)練集，將使得模型進(jìn)度精度更高，預(yù)測(cè)結(jié)果也就越精確。

發(fā)明內(nèi)容

本發(fā)明提供的一種基于動(dòng)態(tài)選取訓(xùn)練集的材料性能預(yù)測(cè)方法，主要解決的技術(shù)問題是：如何提高材料性能預(yù)測(cè)精度。

為解決上述技術(shù)問題，本發(fā)明提供一種基于動(dòng)態(tài)選取訓(xùn)練集的材料性能預(yù)測(cè)方法，包括：

獲取訓(xùn)練數(shù)據(jù)庫中各樣本的原始材料參數(shù)數(shù)據(jù)，利用主成分分析法，獲取所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)，以及與所述原始材料參數(shù)對(duì)應(yīng)的特征權(quán)重向量，并對(duì)所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)進(jìn)行坐標(biāo)表示；

獲取待測(cè)材料的原始材料參數(shù)數(shù)據(jù)，乘以所述特征權(quán)重向量，得到所述待測(cè)材料的降維數(shù)據(jù)，并進(jìn)行坐標(biāo)表示；

計(jì)算所述待測(cè)材料的坐標(biāo)與所述各樣本的坐標(biāo)之間的空間距離，繪制距離頻數(shù)直方圖，并基于所述距離頻數(shù)直方圖繪制對(duì)應(yīng)的距離概率密度曲線；

以所述距離概率密度曲線的第一個(gè)波峰及之前所對(duì)應(yīng)的距離范圍，作為目標(biāo)距離范圍，確定以所述目標(biāo)距離范圍對(duì)應(yīng)的樣本作為目標(biāo)訓(xùn)練樣本；

利用所述目標(biāo)訓(xùn)練樣本，使用機(jī)器學(xué)習(xí)回歸算法進(jìn)行訓(xùn)練，得到預(yù)測(cè)模型；

將所述待測(cè)材料的原始材料參數(shù)輸入所述預(yù)測(cè)模型，輸出得到性能預(yù)測(cè)值。

進(jìn)一步的，所述利用主成分分析法，獲取所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)，以及與所述原始材料參數(shù)對(duì)應(yīng)的特征權(quán)重向量，并對(duì)所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)進(jìn)行坐標(biāo)表示包括：

利用主成分分析法，將原來的高維原始材料參數(shù)數(shù)據(jù)降低為二維數(shù)據(jù)，將第一主成分x_n記為X軸坐標(biāo)，將第二主成分y_n記為Y軸坐標(biāo)，坐標(biāo)表示為(x_n,y_n)，所述n表示訓(xùn)練數(shù)據(jù)庫中樣本個(gè)數(shù)；所述第一主成分對(duì)應(yīng)的特征權(quán)重向量記為向量a，所述第二主成分對(duì)應(yīng)的特征權(quán)重向量記為向量b。

進(jìn)一步的，所述獲取待測(cè)材料的原始材料參數(shù)數(shù)據(jù)，乘以所述特征權(quán)重向量，得到所述待測(cè)材料的降維數(shù)據(jù)，并進(jìn)行坐標(biāo)表示包括：

獲取待測(cè)材料的原始材料參數(shù)數(shù)據(jù)，乘以所述向量a，得到其X軸坐標(biāo)x′₀，將所述待測(cè)材料的原始材料參數(shù)數(shù)據(jù)，乘以所述向量b，得到其Y軸坐標(biāo)值y′₀，進(jìn)而得到其降維數(shù)據(jù)并進(jìn)行坐標(biāo)表示為(x′₀，y′₀)。

進(jìn)一步的，所述利用主成分分析法，獲取所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)，以及與所述原始材料參數(shù)對(duì)應(yīng)的特征權(quán)重向量，并對(duì)所述各樣本對(duì)應(yīng)的降維數(shù)據(jù)進(jìn)行坐標(biāo)表示包括：