基于机器学习模型的混合炸药化学反应区厚度预测的方法

本发明提供了一种基于机器学习模型的混合炸药化学反应区厚度预测的方法，该方法采用机器学习模型，机器学习模型的输入数据包括混合炸药配方组成、装药密度和CJ爆速；机器学习模型的输出结果包括混合炸药化学反应区厚度。机器学习模型采用随机森林模型。随机森林模型的模型参数包括决策树的数量、最大特征数、决策树的最大深度和最小叶子节点样本数。本发明构建的机器学习模型构建方法层次分明、流程清晰，能够较为准确地对多种混合炸药化学反应区厚度进行准确预测，具有较为广泛的适用性。本发明涉及的机器学习模型基于随机森林模型构建，表现出良好的预测性能和抵抗过拟合能力，具有较好的抗噪性，对样本数据缺失值不敏感。