[发明专利]一种基于GA-GBRT的表面粗糙度预测方法及工艺参数优化方法有效
| 申请号： | 201910084466.7 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109828532B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 周滔;何林;吴锦行;邹中妃;杜飞龙;杨肖委 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G05B19/408 | 分类号： | G05B19/408 |
| 代理公司： | 北京联创佳为专利事务所(普通合伙) 11362 | 代理人： | 韩炜 |
| 地址： | 550025 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GA‑GBRT的表面粗糙度预测方法及工艺参数优化方法。a.采集数据构成数据集，将数据集分为训练组数据和测试组数据，使用训练组数据对GBRT模型的关键参数进行训练；b.参数编码和种群初始化：随机生成一个用于提升迭代次数、个体回归估计器的最大深度和学习速率的染色体序列；c.使用k‑折叠交叉验证方法训练GBRT模型，并使用遗传算法计算各个体的拟合优度适应度值；d.当循环次数未达到最大迭代次数时，种群被选择、交叉和变异以产生新一代的种群，并继续进行GBRT模型训练；e.重复步骤c和d，直至循环次数达到最大进化代数或超过最大迭代次数，以此获得最优模型参数。本发明具有测试精度高、预测性能优越、提高工件表面加工精度的特点。 | ||
| 搜索关键词： | 一种 基于 ga gbrt 表面 粗糙 预测 方法 工艺 参数 优化 | ||
【主权项】：
1.一种基于GA‑GBRT的表面粗糙度预测方法，其特征在于，按下述步骤进行：a.采集车削实验数据构成数据集，将数据集分为训练组数据和测试组数据，使用训练组数据对GBRT模型的关键参数进行训练；b.参数编码和种群初始化：随机生成一个用于提升迭代次数M、个体回归估计器的最大深度D和学习速率v的染色体序列；c.使用k‑折叠交叉验证方法训练GBRT模型，并使用遗传算法计算各个体的拟合优度适应度值；d.当循环次数未达到最大迭代次数时，种群被选择、交叉和变异以产生新一代的种群，并继续进行GBRT模型训练；e.重复步骤c和d，直至循环次数达到最大进化代数或超过最大迭代次数，以此获得最优模型参数；将最优模型参数导入GBRT模型得到GBRT预测机。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州大学，未经贵州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910084466.7/，转载请声明来源钻瓜专利网。
