基于梯度提升決策樹的冷軋高強(qiáng)鋼卷力學(xué)性能預(yù)測(cè)

摘要： 基于1180 MPa級(jí)超高強(qiáng)度冷軋雙相(DP)鋼卷生產(chǎn)數(shù)據(jù)，研究了基于主成分分析的化學(xué)主成分提取方法、網(wǎng)格搜索和交叉驗(yàn)證相結(jié)合的超參數(shù)尋優(yōu)方法，建立了DP鋼力學(xué)性能梯度提升決策樹(GBDT)預(yù)測(cè)模型，并將預(yù)測(cè)結(jié)果與BP神經(jīng)網(wǎng)絡(luò)模型和廣義可加模型的預(yù)測(cè)結(jié)果進(jìn)行了比較。為了提高斷后伸長(zhǎng)率預(yù)測(cè)精度，以預(yù)測(cè)精度較高的GBDT預(yù)測(cè)模型為基礎(chǔ)，通過模型預(yù)測(cè)誤差分類模型和考慮誤差補(bǔ)償?shù)哪Ｐ皖A(yù)...