王思远 黄高翔 2022.06.09
题目详见prob.zip
,报告详见Steel-Report.pptx
基于机器学习算法,依据钢材的生产参数,预测成品钢材的性能(实验屈服值、实验抗拉值、实验伸长率)。其中,生产参数包括:
-
基本信息:材料(含生产月份信息)、试批号、牌号、钢种
-
工艺参数:出炉温度、加热时间、板坯厚度、中间坯厚度、粗轧压下率、精轧开轧温度、终轧温度、成品厚度、粗轧压缩比、精轧压缩比
-
元素成分:C、Si、Mn、AlT、Nb、V、Ti、Ni、Cu、Cr、Mo、P、S
实验屈服值 | 实验抗拉值 | 实验伸长率 | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
模型 | GBDT | SVR | Simple MLP | 多任务 | GBDT | SVR | Simple MLP | 多任务 | GBDT | SVR | Simple MLP | 多任务 |
MSE | 354.77 | 507.01 | 375.11 | 398.71 | 186.35 | 226.64 | 179.34 | 203.29 | 13.33 | 15.1 | 14.59 | 16.04 |
RMSE | 18.84 | 22.52 | 19.37 | 19.97 | 13.65 | 15.05 | 13.39 | 14.26 | 3.65 | 3.89 | 3.82 | 4 |
MAE | 14.64 | 16.89 | 14.63 | 15.45 | 10.69 | 11.44 | 9.98 | 10.94 | 2.96 | 3.11 | 3.05 | 3.22 |
R^2 | 0.49 | 0.27 | 0.46 | 0.43 | 0.37 | 0.23 | 0.39 | 0.3113 | 0.29 | 0.2 | 0.22 | 0.1475 |