基于改进随机森林算法的铁磁材料硬度预测

摘要

为了提高基于巴克豪森噪声信号的铁磁材料硬度预测方法的精度并使其自动化,提出一组基于巴氏噪声自回归(auto regression,AR)谱一阶导数、二阶导数的预测特征;设计一种特征抽取算法,以统一频域特征的维度;通过改进随机森林算法的群投票机制减少噪声干扰与运算复杂度.通过2种金属的硬度预测实验,获得预期的结果,采用本文特征与算法的预测方法均方误差仅分别为60.3、81.3,与经典时域预测方法的均方误差229.8、298.7相比,所提出的特征与算法的预测方法具有明显的精确度和优越性.