机器学习在木塑复合材料性能预测中的应用

摘要

木塑复合材料(wood-plastic composites, WPCs)因防水、耐腐蚀、防虫蛀、节能环保等优点而具有非常重要的应用价值，是促进低碳经济发展的关键材料之一。研发性能优越的WPCs需要进行大量重复的试验，成本高，周期长。近年来，在大数据技术快速发展的背景下，基于数据驱动的机器学习(machine learning, ML)作为一种新兴技术，具有较高的预测精度和较好的泛化能力，已经成为预测WPCs性能以及辅助新材料研发的工具之一。本文系统介绍ML在WPCs领域中的研究进展，重点分析WPCs力学性能预测、工艺参数优化和工艺性能预测三个方面的研究成果，并总结ML在WPCs领域研究中存在的问题和面临的挑战。

关键词

木塑复合材料 / 机器学习 / 性能预测 / 力学性能 / 工艺参数优化