一种基于可解释的高维空间预测模型的氧化物玻璃性能预测方法

专利主权项内容

1.一种基于可解释的高维空间预测模型的氧化物玻璃性能预测方法，其特征在于，包括以下步骤：步骤1：采集氧化物玻璃的性能数据，构建初始样本集，所述的初始样本集包括具有映射关系的氧化物玻璃组分和其对应的性能值，所述的氧化物玻璃组分以摩尔百分含量计；步骤2：对所述的初始样本集进行数据清洗，数据清洗包括无效样本剔除，特征降维和极端值样本剔除；步骤3：以步骤2数据清洗后的样本集中的氧化物玻璃组分为模型的输入，以对应的性能值为模型的输出，划分训练集、测试集，基于随机森林算法在高维特征空间建立预测模型，利用训练集结合交叉验证技术和网格寻优算法进行模型超参数寻优以及模型训练，利用测试集评估模型的预测效果以及泛化性能，训练得到参数优化后的高维空间预测模型；步骤4：对参数优化后的高维空间预测模型进行可解释性研究；步骤5：基于步骤4的可解释研究结果进行目标性能玻璃组分设计，筛选目标性能玻璃氧化物组成的种类和范围，再使用步骤3中得到的参数优化后的高维空间预测模型预测氧化物玻璃的性能。