【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及基于机器学习的铜箔制备工艺优化方法、系统及设备。
技术介绍
1、随着市场对铜箔性能要求的不断提高，如对铜箔厚度均匀性、表面粗糙度及机械性能等指标的严格把控，传统工艺优化方法愈发显得力不从心。在面对新的质量标准和产品需求时，往往需要耗费大量时间和精力进行反复试验和摸索，才能找到较为合适的工艺参数，效率低下且成本高昂。类似的现有技术有公开号为cn118446084a的中国申请，提出一种电解铜箔工艺参数优化方法、系统及设备，包括以下步骤：采集电解铜箔的各工艺参数数据，确定各工艺参数边界；构建电解铜箔的材料力学性能预测模型；通过智能进化算法进行工艺参数寻优，确定最优电解铜箔工艺参数；将获得的最优电解铜箔工艺参数，并进行力学性能实验验证，通过构建基于材料力学性能预测模型的智能进化算法进行工艺参数寻优，实现以提升电解铜箔力学性能为目标的最优工艺参数获取，并开展在该最优工艺参数下的材料力学性能验证实验，解决了电解铜箔制备中关键工艺参数寻优难题。此外类似的现有技术还有公开号为cn118446084a的中国申请，提出一种铜冶炼...
【技术保护点】
1.一种基于机器学习的铜箔制备工艺优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对所述第一样本数据进行预处理，并基于预处理后的所述第一样本数据对所述第一模型进行训练，包括：
3.根据权利要求1所述的方法，其特征在于，基于第一预测结果及所述第一预测结果的概率值、第二预测结果和所述第三模型获取所述目标对象预设时间段对应的目标预测结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述第二模型的训练还包括：
5.根据权利要求1所述的方法，其特征在于，所述第三模型的获取过程，包括：
<...【技术特征摘要】
1.一种基于机器学习的铜箔制备工艺优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对所述第一样本数据进行预处理，并基于预处理后的所述第一样本数据对所述第一模型进行训练，包括：
3.根据权利要求1所述的方法，其特征在于，基于第一预测结果及所述第一预测结果的概率值、第二预测结果和所述第三模型获取所述目标对象预设时间段对应的目标预测结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述第二模型的训练还包括：
5.根据权利要求1所述的方法，其特征在于，所述第三模型的获取过程，包括：
6.根据权利要求1所述的方法，其特征在于，所述最佳参数...
【专利技术属性】
技术研发人员：樊斌锋，杨锋，裴晓哲，王斌，姬琳，冯丹鹤，程洁琼，张珅，何佳佳，邹萌青，
申请(专利权)人：灵宝宝鑫电子科技有限公司，
类型：发明
国别省市：
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。