申请/专利权人:北京理工大学
申请日:2022-05-23
公开(公告)日:2023-12-01
公开(公告)号:CN117150877A
主分类号:G06F30/27
分类号:G06F30/27;G06F17/18;G06N20/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.19#实质审查的生效;2023.12.01#公开
摘要:本发明属于炸药压装领域,公开了一种基于Bagging算法的压装混合炸药最佳压药工艺预测方法;随机采集和训练集样本数21一样个数的样本,但是样本内容不同,对有21个样本训练集做1000次的随机采样,由于随机性,1000个采样集各不相同;使用简单平均法的集合策略,对1000个弱学习器得到的回归结果进行算术平均得到最终的模型输出;根据输出模型,从理论密度开始逐步递减,搜寻最大密度下相对应的最佳工艺条件;本发明使用基于Bagging算法的压装混合炸药最佳压药工艺预测方法的有益效果是准确预测了最佳的工艺条件,解决了装药条件难以确定的难题。为选择合适的工艺条件提供参考,优化压装混合炸药工艺设计。
主权项:1.一种基于Bagging算法的压装混合炸药最佳压药工艺预测方法,其特征在于:Bagging算法构建思路为:Bagging算法会随机采集和训练集样本数21一样个数的样本。这样得到的采样集和训练集样本的个数相同,但是样本内容不同。如果我们对有21个样本训练集做1000次的随机采样,则由于随机性,1000个采样集各不相同。Bagging的集合策略也比较简单,对于回归问题,通常使用简单平均法,对1000个弱学习器得到的回归结果进行算术平均得到最终的模型输出。
全文数据:
权利要求:
百度查询: 北京理工大学 一种基于Bagging算法的压装混合炸药最佳压药工艺预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。