数据集概述
本数据集围绕激光粉末床熔融（L-PBF）工艺的相对密度预测展开，包含用于训练和优化KNN、AdaBoost-DT及四种多层感知器模型的工艺参数数据，支持构建高准确率的委员会机器智能系统（CMIS），为L-PBF零件密度预测提供数据基础。
文件详解
- 文件名称: Prediction of Relative Density in L-PBF Process/DataBase.xlsx
- 文件格式: Excel (.xlsx)
- 文件内容: 该文件为L-PBF工艺相对密度预测研究的核心数据文件，包含激光功率、扫描速度、 hatch间距等工艺参数，以及用于训练六种机器学习模型的相关数据，具体字段映射需结合研究背景分析。
适用场景
- 增材制造工艺优化: 分析L-PBF工艺参数与零件相对密度的关联，指导工艺参数调整以提升零件性能。
- 机器学习模型训练: 用于训练和验证KNN、AdaBoost-DT、多层感知器等模型在密度预测任务中的效果。
- 智能制造研究: 支持构建和优化委员会机器智能系统（CMIS），提升工业制造中质量预测的自动化水平。
- 材料科学分析: 探究L-PBF零件相对密度对机械性能的影响，为材料设计提供数据支持。
