本發明公開了一種基于機器學習算法的RPV材料輻照脆化預測模型的開發方法,包括如下步驟:1)確定RPV輻照脆化的關聯因素;2)收集RPV輻照脆化數據;3)對數據進行特征選擇與數據清洗;4)對數據進行可視化分析或相關性分析,確定化學元素Cu的含量為對輻照脆化影響最顯著的因素;5)依據化學元素Cu含量,將數據劃分為至少5種類別;6)將數據劃分為訓練集和測試集;7)將步驟6)中訓練集數據與測試集數據進行歸一化;8)采用多種機器學習算法建立基于其中一種機器學習算法的RPV輻照脆化預測模型;9)依次開展預測值?試驗值的分布分析、殘差標準差分析、R2分析和殘差分析;10)開展Cu含量影響分析,得到最終建立的RPV輻照脆化預測模型。
聲明:
“基于機器學習算法的RPV材料輻照脆化預測模型的開發方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)