← 返回列表
基于GBDT的晶体生长量预测方法及其应用
申请人信息
- 申请人:山东大学
- 申请人地址:250100 山东省济南市历城区山大南路27号
- 发明人: 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于GBDT的晶体生长量预测方法及其应用 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311705391.2 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117711540A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G16C60/00 |
| 权利人 | 山东大学 |
| 发明人 | 孙洵; 李海宁 |
| 地址 | 山东省济南市历城区山大南路27号 |
摘要文本
本发明公开了一种基于GBDT的晶体生长量预测方法及其应用，该方法包括：获取晶体生长试验的历史数据，确定影响晶体生长的温度、晶体高度和溶液饱和点温度这三个影响因素，构建数据集，其中该晶体为磷酸二氘钾、磷酸二氢钾、磷酸二氢铵、磷酸二氘铵晶体中的任一种；预处理后，以最小化晶体生长量预测的均方误差为目标函数，构建梯度提升决策树模型，并利用预处理后的训练集训练该梯度提升决策树模型，采用贝叶斯优化模型超参数，直至模型预测达到最优；获取当前晶体生长试验的影响因素数据，利用训练完成的梯度提升决策树模型预测晶体生长量。本发明利用梯度提升决策树模型预测晶体生长值，实现对晶体生长过程的实时监控和科学调控。
专利主权项内容
1.一种基于GBDT的晶体生长量预测方法，其特征是，包括：获取试验装置中晶体生长试验的历史数据，确定影响晶体生长的影响因素，以每日的影响因素数据和晶体实际生长量数据构建数据集；所述影响因素包括晶体生长环境温度、晶体高度和溶液饱和点温度；所述晶体为磷酸二氘钾DKDP、磷酸二氢钾KDP、磷酸二氢铵ADP、磷酸二氘铵DADP晶体中的任一种晶体；对数据集中的数据进行预处理；所述预处理包括剔除离群点、提取数据特征和数据规范化；以最小化晶体生长量预测的均方误差为目标函数，构建梯度提升决策树模型，并利用预处理后的训练集训练该梯度提升决策树模型，采用贝叶斯优化模型超参数，直至模型预测达到最优；获取同一试验装置中当前晶体生长试验的影响因素数据，利用训练完成的梯度提升决策树模型预测晶体生长量。