近日，365英国上市官网在线“精準探測與智能信息處理”團隊王磊教授在SCI期刊《Engineering Applications of Artificial Intelligence》（中科院小類1區Top期刊，IF=8.0）上連續發表論文2篇。

真空玻璃是透明高保溫節能材料，在建築及圍護結構節能建設中起着至關重要的作用。長期以來采用穩态法檢測真空玻璃保溫性能周期長，嚴重制約了生産效率，影響真空玻璃的産業進程。在真空玻璃保溫性能檢測過程中存在着信号微弱、樣本數據少、檢測周期長、實驗條件苛刻等特點，亟需找到一種數據驅動真空玻璃保溫性能快速、準确、智能的檢測方法，為此提出了瞬态響應的非穩态法與機器學習結合的檢測方法，讓傳統檢測方法升級，構建多維度檢測體系，将數據信息提取最大化和可視化呈現。

如圖1，論文結合機器學習和先驗信息提出了3+1 Stacking智能快速檢測模型，通過斯皮爾曼相關性分析和5折交叉驗證構成了堆疊模型的結構體系，有效地選擇了模型組合策略，從而保證預測模型的準确性。這種模型融合結構簡單，層次結構選擇清晰，可通過多個模型對真空玻璃小樣本數據中的特征的學習得到表征真空玻璃保溫性能的傳熱系數。實驗結果表明，提出的 3+1 Stacking模型與當前真空玻璃保溫性能預測模型相比，表現出更加優越的性能。

圖1 3+1 Stacking模型構建整體框圖

該論文的第一作者為365英国上市官网在线博士生李小玲，365英国上市官网在线本科生劉順玉為第二作者，指導老師為王磊教授同時也是該篇論文的唯一通訊作者。

論文信息：Xiaoling Li, Shunyu Liu, Yuanqi Wang, Fuquan Zhou, Lei Wang, Rapid detection method for insulation performance of vacuum glass based on ensemble learning, Engineering Applications of Artificial Intelligence, Volume 133, Part A, 2024, 108106, ISSN 0952-1976, https://doi.org/10.1016/j.engappai.2024.108106.

如圖2，論文基于多變量數據篩選和多模型融合的自尋優回歸方法被提出，用于真空玻璃保溫性能的回歸預測。在自尋優結構中結合了多分布整體擴散技術，生成了虛拟樣本數據解決了樣本量不足的問題。為保證模型的準确性，對生成的數據進行數量和阈值篩選，以增強虛拟樣本數據的有效性。引入了L-BFGS-B算法優化多個模型的參數，進一步提高模型回歸預測的準确性。最後，通過自尋優框架結構更新虛拟樣本數據篩選和各種模型參數的優化。從多個模型中确定了預測真空玻璃絕緣性能傳熱系數的最佳模型。為驗證自尋優回歸方法的有效性，在30種不同方式下進行了真空玻璃保溫性能傳熱系數預測實驗。實驗結果表明，基于多變量數據篩選和多模型融合的自尋優回歸方法可以獲得最有效的回歸預測模型，實現真空玻璃保溫性能的準确、快速和智能預測。

圖2 自尋優回歸結構框圖

該論文的第一作者為365英国上市官网在线博士生李小玲，指導老師為王磊教授同時也是該篇論文的唯一通訊作者。

論文信息：Xiaoling Li, Yuanqi Wang, Fuquan Zhou, Lei Wang, Research on vacuum glass insulation performance prediction based on unsteady state multivariate data screening and multi-model fusion self-optimization, Engineering Applications of Artificial Intelligence, Volume 133, Part C, 2024, 108237, ISSN 0952-1976, https://doi.org/10.1016/j.engappai.2024.108237.

上述成果是基于王磊教授主持的365英国上市官网在线首個牽頭起草國家标準《真空玻璃保溫性能及其衰減快速檢測評估方法 非穩态法》于2023年2月1日正式實施後取得的新成果，對于國家标準的修訂、智能檢測儀器的研制以及國際标準的研制奠定了重要的理論方法基礎。