公开(公告)号：CN117332676A

公开(公告)日：2024-01-02

申请号：CN202311164299.X

申请日：2023-09-11

Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)

Inventor： 武川 ,  姚磊 ,  黎振 ,  蔡玉俊 ,  王琳宁 ,  王浩

IPC: G06F30/27 ,  G06F18/15 ,  G06F18/214 ,  G06F119/02

Abstract: 本发明涉及一种基于自适应特征选择的疲劳性能预测方法，包括：S1、收集材料相关数据，并将数据集划分为训练集和测试集；S2、将训练集和测试集的相关性组合作为特征权重，将特征权重的敏感特征作为样本数据；S3、将样本数据将样本训练集输入到支持向量机回归模型进行训练，将样本测试集输入到训练后的支持向量机回归模型中评估模型性能；S4、将组合测试集输入到集成回归模型，将组合测试集输入到训练后的集成回归模型中并使用评估模型性能。本发明能够帮助识别与疲劳性能预测最相关的特征，从而潜在地提高预测模型的准确性，通过对信息特征的选取和对无关特征的剔除，模型能够集中考虑影响疲劳行为的关键因素。