基于机器学习模型的NEPE推进剂燃速预测OA

基于469组数据,使用五折交叉验证和随机搜索超参数法,训练了随机森林、极端森林、梯度提升树、极端梯度提升、人工神经网络和支持向量机6个ML模型以预测NEPE推进剂配方的燃速,并验证6个ML模型的稳定性和预测精确度;使用置换特征重要度加权方法,计算输入特征重要度的综合排名以获取影响NEPE推进剂燃速的重要因素。结果表明,6个ML模型均具有较高的稳定性和精确度。其中,支持向量机模型具有最高的精确度,其在测试集上的决定系数、均方根误差、平均绝对误差和平均绝对百分比误差分别为0.966、0.634 mm/s、0.366 mm/s和3.864%,大部分预测值的相对百分误差和残差分别在±10%、±1 mm/s以内。通过计算特征重要度,发现工作压强、燃速调节剂-1和AP-3的质量分数对燃速的影响最为重要,而其余特征的重要度则相对较低。