用于装药质量预测的模型训练方法、装置、设备和介质制造方法及图纸

技术编号:40438212 阅读:20 留言:0更新日期:2024-02-22 23:02
本发明专利技术提供了一种用于装药质量预测的模型训练方法、装置、设备和介质,该方法包括:获取历史装药数据集,历史装药数据集包括装药的工艺参数数据和对应的质量数据;根据交叉验证方法,将历史装药数据集划分为多组训练集和多个测试集,其中,一组训练集对应一个所述测试集;基于贝叶斯优化算法,通过多组训练集对支持向量回归模型进行训练,获得多个训练模型;根据对应的测试集,获得每一个训练模型的性能评估结果;在性能评估结果满足预设评估条件的情况下,确定质量预测模型。采用本发明专利技术实施例的质量预测模型可以提高装药质量的测量效率和准确率。

【技术实现步骤摘要】

本专利技术涉及质量预测,尤其是指一种用于装药质量预测的模型训练方法、装置、设备和介质


技术介绍

1、随着兵工技术的不断发展,大量现代高性能武器装备涌现出来,其中影响这些武器性能最重要的因素之一就是装药质量。目前,大多数装药工艺研发较为传统,对装药质量的测量主要以排水法等较为传统的方法测量,从而造成了生产工艺繁琐、生产周期长、生产效率较低等问题。

2、近年来,机器学习和深度学习在质量预测领域应用得越来越广泛,但是在装药压制成型质量预测领域的应用较少,并且传统的预测模型对装药质量预测的准确度较低。


技术实现思路

1、本专利技术的目的是提供一种用于装药质量预测的模型训练方法、装置、设备和介质,用于解决现有技术中测量装药质量的效率和准确度均较低的问题。

2、为了解决上述技术问题,本专利技术实施例提供一种用于装药质量预测的模型训练方法,包括:

3、获取历史装药数据集,所述历史装药数据集包括装药的工艺参数数据和对应的质量数据;

4、根据交叉验证方法,将所述历史装药数据集划本文档来自技高网...

【技术保护点】

1.一种用于装药质量预测的模型训练方法,其特征在于,包括:

2.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,获取历史装药数据集之前,所述方法还包括:

3.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,根据交叉验证方法,将所述历史装药数据集划分为多组训练集和多个测试集,包括:

4.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,基于贝叶斯优化算法,通过多组所述训练集对支持向量回归模型进行训练,获得多个训练模型,包括:

5.根据权利要求4所述的用于装药质量预测的模型训练方法,其特征在于,根据...

【技术特征摘要】

1.一种用于装药质量预测的模型训练方法,其特征在于,包括:

2.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,获取历史装药数据集之前,所述方法还包括:

3.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,根据交叉验证方法,将所述历史装药数据集划分为多组训练集和多个测试集,包括:

4.根据权利要求1所述的用于装药质量预测的模型训练方法,其特征在于,基于贝叶斯优化算法,通过多组所述训练集对支持向量回归模型进行训练,获得多个训练模型,包括:

5.根据权利要求4所述的用于装药质量预测的模型训练方法,其特征在于,根据每一个所述支持向量回归模型的预设参数,基于贝叶斯优化算法确定每一个所述支持向量回归模型的最优参数,获得多个训练模型,包括:

6.根据权利要求1所述的用于装药质量预测的模型训练方法,...

【专利技术属性】
技术研发人员:庄存波刘检华赵维亮
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1