基于随机森林模型的真空玻璃保温性能预测

摘要

真空玻璃的保温性能与传热系数(U值)密切相关,而传热系数的测量却因受各种因素的影响难以检测,其中室内温度、真空玻璃的厚度和初始温度等因素都对真空玻璃的传热系数有着不同程度的影响。现阶段真空玻璃的传热系数测定方法非常耗时,且准确率不高,使得真空玻璃的生产效率和精度大大降低。通过采集整理真空玻璃实验室所提供的温度测量数据,构建了一种基于随机森林的真空玻璃传热系数预测的模型,随机森林算法对原始训练集进行有放回的随机抽样,方便构建更加智能的预测模型,该模型可以用于研究真空玻璃的保温性能。同时设计了一种特征重要性分析算法,用于分析与传热系数密切相关的因素。实验结果表明,该模型将测量时间从数个小时降低至20分钟,并且在测试集上的预测均方根误差(RMSE)为0.004148,主导因素的特征重要性占比43.43%,证明本文提出的方法具有良好的预测效果。