GNBoost-Based Ensemble Machine Learning for Predicting Tribological Properties of Liquid-Crystal Lubricants
收藏中国科学院兰州化学物理研究所科学数据中心2025-12-11 更新2026-01-10 收录
下载链接：
https://ggjsfwdata.licp.cn/dataDetails/990480716e17498fbe99df891068ca79
下载链接
链接失效反馈官方服务：
资源简介：
在本研究中，提出了一种使用高斯噪声极限梯度提升（GNBoost）来预测摩擦学性能的分类模型。选择聚山梨酯85、聚山梨酯80和氧化石墨烯三种添加剂来制造液晶润滑剂。使用通用机械测试仪在旋转模式下测试这些润滑剂的摩擦系数。设计了一个模型来通过初始数据的数据增强来预测摩擦系数。使用粒子群优化技术优化模型参数。该研究为润滑油性能评价和配方优化提供了有效的范例。
提供机构：
中国科学院兰州化学物理研究所科学数据中心
创建时间：
2025-12-11
