来源：期刊VIP网 时间：
作者：马楠;王素英;王琳;李迎乐;
单位：郑州经贸学院,土木建筑学院;西南交通大学,建筑与设计学院;机械工业第六设计研究有限公司;
摘要：以热轧结构钢力学参数为对象，构建基础子模型并选择训练样本进行对比，再利用集合预测结果预测得到最终的力学特性参数，根据集合预测结果离散状态判读子模型预测可靠程度。研究结果表明：采用集成学习方法有助于子模型获得更高预测准确性，准确率与子模型数呈现明显的正相关变化趋势。以集成学习模型预测200个测试样本及其实际测试所得结果，获得95%以上的预测准确率，满足高预测精度以及良好的稳定性。逐渐提高样本预测值PICP后，获得更低误差的模型预测结果，实现误差的有效控制。当PICP提高至55%时，可以获得±20MPa范围内的预测误差，误差均值达到6.61MPa范围内。采用集成学习模型可以实现预测准确率的大幅提升，对于现场计算分析具有较大指导作用。
关键词：偏差预测;;力学性能预测;;神经网络;;集成学习;;可靠性评价
基金资助：河南省高等学校重点科研项目（21A560017）
