Применение метода дифференциальной эволюции при проектировании магнитомягкого нанокристаллического сплава с помощью машинного обучения
Аннотация
Ключевые слова: НАНОКРИСТАЛЛЧЕСКИЙ МАГНИТОМЯГКИЙ СПЛАВ, МАШИННОЕ ОБУЧЕНИЕ, ДИФФЕРЕНЦИАЛЬНАЯ ЭВОЛЮЦИЯ.
Настоящая работа посвящена созданию модели машинного обучения для прогноза составов магнитомягких нанокристаллических сплавов с помощью метода дифференциальной эволюции в качестве оптимизации. Разработка модели была проведена на языке программирования Python.
В ходе работы были решены следующие задачи:
Прямая: по известным составам и условиям обработки определить магнитные свойства. Для этого проводилась разработка модели машинного обучения с оптимизированными параметрами.
Обратная: по интересующим нас магнитным свойствам прогнозировать состав и условия обработки. Для этого применялся метод дифференциальной эволюции.
В результате работы были определены оптимальные параметры разделения данных, посчитана оценка качества модели, спрогнозированы и проанализированы составы сплавов.
Настоящая работа посвящена созданию модели машинного обучения для прогноза составов магнитомягких нанокристаллических сплавов с помощью метода дифференциальной эволюции в качестве оптимизации. Разработка модели была проведена на языке программирования Python.
В ходе работы были решены следующие задачи:
Прямая: по известным составам и условиям обработки определить магнитные свойства. Для этого проводилась разработка модели машинного обучения с оптимизированными параметрами.
Обратная: по интересующим нас магнитным свойствам прогнозировать состав и условия обработки. Для этого применялся метод дифференциальной эволюции.
В результате работы были определены оптимальные параметры разделения данных, посчитана оценка качества модели, спрогнозированы и проанализированы составы сплавов.