[发明专利]玻璃材料性能的预测模型建立及预测方法、装置

权利要求书

1.一种建立玻璃材料性能的预测模型的方法，其特征在于，包括：

获取玻璃材料的配方数据及多种性能数据，构成预测数据库；

从所述预测数据库中筛选训练数据，根据所述训练数据进行预测模型构建，生成预测模型；

其中，从所述预测数据库中筛选训练数据，根据所述训练数据进行预测模型构建，生成预测模型，包括：

根据所述配方数据将各所述玻璃材料划分至不同的破璃体系，生成不同玻璃体系对应的子预测数据库；

对各所述玻璃体系，分别执行以下步骤：

从所述子预测数据库中抽样预设比例的配方数据及多种性能数据作为训练数据；

根据所述训练数据对预测模型进行训练，生成初始预测模型；

根据所述训练数据及初始预测模型生成相关系数或调整R方；

判断所述初始预测模型生成的相关系数是否符合第一预设阈值或调整R方是否符合第二预设阈值；

当所述相关系数符合第一预设阈值或调整R方符合第二预设阈值时，将所述初始预测模型确定为预测模型；

其中，根据所述配方数据将各所述玻璃材料划分至不同的玻璃体系，包括：

确定所述配方数据中各组成成分的含量；

将各组成成分的含量与预设的划分含量范围进行比较，确定各组成成分的含量所属的划分含量范围；

将所述配方数据划分至所属的划分含量范围对应的玻璃体系；

其中，从所述预测数据库中筛选训练数据，根据所述训练数据进行预测模型构建，生成预测模型，还包括：

从所述预测数据库中抽样预设比例的配方数据及多种性能数据作为整体训练数据；

根据所述整体训练数据对整体预测模型进行训练，生成初始整体预测模型；

根据所述整体训练数据及初始整体预测模型生成整体相关系数或整体调整R方；

判断所述初始整体预测模型生成的整体相关系数是否符合第三预设阈值或整体调整R方是否符合第四预设阈值；

当所述整体相关系数符合第三预设阈值或整体调整R方符合第四预设阈值时，将所述初始整体预测模型确定为整体预测模型；

所述方法还包括：

将所述子预测数据库和/或所述预测数据库中除所述训练数据之外的数据构建验证数据库；

根据所述验证数据库中的配方数据及所述预测模型生成第一预测性能数据，所述第一预测性能数据中包括：预测相关系数或预测调整R方；

根据所述预测相关系数或预测调整R方验证所述预测模型的输出结果是否满足预测要求；

如果所述输出结果满足预测要求，则使用所述预测模型进行预测；

如果所述输出结果不满足预测要求，则返回从所述子预测数据库中抽样预设比例的配方数据及多种性能数据作为训练数据的步骤。

2.根据权利要求1所述的建立玻璃材料性能的预测模型的方法，其特征在于，当所述相关系数不符合第一预设阈值或调整R方不符合第二预设阈值时，返回从所述子预测数据库中抽样预设比例的配方数据及多种性能数据作为训练数据的步骤，重新生成初始预测模型。

3.一种玻璃材料性能的预测方法，其特征在于，包括：

获取待测玻璃材料的配方数据；

根据所述配方数据及如权利要求1-2中任一项所还的预测模型生成所述待测玻璃材料的第二预测性能数据。

4.根据权利要求3所述的玻璃材料性能的预测方法，其特征在于，还包括：

根据所述配方数据及如权利要求1所述的整体预测模型生成所述待测玻璃材料的第三预测性能数据；

根据所述第二预测性能数据及第三预测性能数据确定数据预测范围。

5.根据权利要求3所述的玻璃材料性能的预测方法，其特征在于，还包括：

获取根据所述配方数据进行实测的实测数据；

判断所述实测数据及第二预测性能数据的偏差是否小于第三预设阈值，或者，所述实测数据及第三预测性能数据的偏差是否小于第三预设阈值；

如果所述实测数据及第三预测性能数据的偏差小于所述第三预设阈值，或所述实测数据及第三预测性能数据的偏差小于第三预设阈值，则判定所述预测模型的预测结果准确。