本发明公开了一种基于机器学习算法的RPV材料辐照脆化预测模型的开发方法,包括如下步骤:1)确定RPV辐照脆化的关联因素;2)收集RPV辐照脆化数据;3)对数据进行特征选择与数据清洗;4)对数据进行可视化分析或相关性分析,确定化学元素Cu的含量为对辐照脆化影响最显著的因素;5)依据化学元素Cu含量,将数据划分为至少5种类别;6)将数据划分为训练集和测试集;7)将步骤6)中训练集数据与测试集数据进行归一化;8)采用多种机器学习算法建立基于其中一种机器学习算法的RPV辐照脆化预测模型;9)依次开展预测值‑试验值的分布分析、残差标准差分析、R
2分析和残差分析;10)开展Cu含量影响分析,得到最终建立的RPV辐照脆化预测模型。
声明:
“基于机器学习算法的RPV材料辐照脆化预测模型的开发方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)