مدل پیش بینی اصطکاک آلیاژهای پایه منیزیم با استفاده از الگوریتم های یادگیری ماشین

روش های داده محور مانند الگوریتم های یادگیری ماشین توانایی و قابلیت بررسی تاثیر خواص مکانیکی، سرعتلغزش، مسافت لغزش و بارعمودی به طور همزمان بر ضریب اصطکاک را دارا هستند. پیش بینی ضریب اصطکاکبا استفاده از رو شهای مذکور، بهره گیری از آزمون های هزینه بر و زمان بر مهندسی مربوط به خواص تریبولوژیکیرا کاهش می دهند. در پژوهش حاضر، الگوریتم های شبکه عصبی مصنوعی، نزدی کترین همسایگی، جنگل تصادفی،گرادیان بوستینگ و ماشین بردار پشتیبان به منظور پیش بینی ضریب اصطکاک آلیاژهای منیزیم به کار گرفتهشدند. نتایج حاکی از عملکرد قابل قبول الگوریتم های مورد استفاده در جهت پیش بینی ضریب اصطکاک است.بهترین عملکرد مربوط به الگوریتم گرادیان بوستینگ با دقت ۸۶ درصد است. همچنین پارامترهای بار عمودی ،شکل پذیری و مدول الاستیک به عنوان موثرترین پارامترها بر ضریب اصطکاک ارائه شدند.