文档名：基于WOAStacking集成学习的注塑产品尺寸预测
摘要：在现有的基于机器学习的注塑产品尺寸预测模型中,存在单一模型预测精度不高的问题,为了提高实时监测注塑产品尺寸变化的精度,提出了一种基于鲸鱼优化算法(WOA)优化Stacking集成学习的注塑产品尺寸预测方法.首先,整合注塑过程收集到的数据,使用3σ准则进行异常值筛选,再通过随机森林法和互信息法选取关键的特征,作为后续模型的输入特征;其次,在Stacking集成学习框架中,选择K近邻、随机森林和轻量级梯度提升机作为基学习器,选择弹性网络回归作为元学习器,使用WOA优化各个基学习器中的超参数,构建WOA-Stacking集成学习预测模型;最后,将所提的模型应用到注塑产品尺寸预测并与其他模型进行对比分析,以验证本方法的有效性.以第四届工业大数据创新竞赛数据为例,在包含3种集成模型和3种单一模型的对比实验中,选择产品的三维尺寸作为预测目标,实验结果表明WOA-Stacking集成学习模型具有更高的预测精度和拟合能力.
Abstract：Intheexistingmachinelearning-basedinjectionmoldingproductsizepredictionmodels,thereistheproblemthatthepredictionaccuracyofasinglemodelisnothigh.Inordertoimprovetheaccuracyofreal-timemonitoringofinjectionmoldingproductdimensionalchanges,aninjectionmoldingproductsizepredictionmethodbasedonwhaleoptimizationalgorithm(WOA)optimizedStackingensemblelearningwasproposed.First,thedatacollectedfromtheinjectionmoldingprocesswereintegrated,theoutlierswerescreenedusingthe3σcriterion,andthekeyfeatureswereselectedbyrandomforestandmutualinformationmethodastheinputfeaturesforthesubsequentmodel.Second,intheStackingensemblelearningframework,K-nearestneighbor,randomforestandlightgradientboostingmachinewereselectedasthebaselearners,andelasticnetregressionwasselectedasthemetalearner,andWOAwasusedtooptimizethehyperparametersineachbaselearnertoconstructtheWOA-Stackingensemblelearningpredictionmodel.Finally,theproposedmodelwasappliedtotheinjectionmoldingproductsizeprediction,andthenothermodelswerecomparedandanalyzedtoverifytheeffectivenessofthepresentmethod.Takingthedataofthe4thIndustrialBigDataInnova-tionCompetitionasanexample,inthecomparisonexperimentcontainingthreeensemblemodelsandthreesinglemodels,thethree-dimensionalsizeoftheproductswereselectedasthepredictiontarget,andtheexperimentalresultsshowedthattheWOA-Stackingensemblelearningmodelhadhigherpredictionaccuracyandfittingability.
作者：陈忠杭 王舟挺 沈加明 胡燕海 倪德香 Author：CHENZhonghang WANGZhouting SHENJiaming HUYanhai NIDexiang
作者单位：宁波大学机械工程与力学学院,浙江宁波315211宁波华美达机械制造有限公司,浙江宁波315000
刊名：工程塑料应用 ISTICPKU
Journal：EngineeringPlasticsApplication
年，卷(期)：2024, 52(6)
分类号：TP181
关键词：注塑 尺寸预测 鲸鱼优化算法 Stacking集成学习 特征选择
Keywords：injectionmolding sizeprediction whaleoptimizationalgorithm Stackingensemblelearning featureselection
机标分类号：TP391TP206TP181
在线出版日期：2024年7月22日
基金项目：国家自然科学基金基于WOA-Stacking集成学习的注塑产品尺寸预测[
期刊论文] 工程塑料应用--2024, 52(6)陈忠杭 王舟挺 沈加明 胡燕海 倪德香在现有的基于机器学习的注塑产品尺寸预测模型中,存在单一模型预测精度不高的问题,为了提高实时监测注塑产品尺寸变化的精度,提出了一种基于鲸鱼优化算法(WOA)优化Stacking集成学习的注塑产品尺寸预测方法.首先,整合注塑...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于WOA-Stacking集成学习的注塑产品尺寸预测 Injection molding product size prediction based on WOA-Stacking ensemble learning method
基于WOA-Stacking集成学习的注塑产品尺寸预测.pdf
- 文件大小:
- 1.84 MB
- 下载次数:
- 60
-
高速下载
|
