基于机器学习的锆合金在360℃/18.6 MPa溶氧水中腐蚀预测方法研究

摘要： 锆合金在核反应堆复杂环境中会发生氧化，为进行高温锆合金腐蚀增重研究，以基于机器学习的预测方法为其提供新的辅助手段。数据集来源于实验记录数据，使用7种机器学习算法进行锆合金腐蚀增重模型的建立，通过对比性能指标的差异，进行进一步的超参数优化和交叉验证，最终得到优化的XGBoost-锆合金腐蚀增重预测模型。结果表明，经过验证集进行验证得出预测值的平均绝对百分比误差约为5.3%。通过S... （共8页）