Machine Learning-Driven Lightweight Design of Materials for Police Protective Equipment: A Methodological Framework and Validation Study
本研究建立了一个集成 XGBoost 预测、SHAP 分析和 NSGA-II 优化的机器学习驱动框架,成功设计出轻量化警用防护装备,在保持或增强与传统商业系统相比的弹道性能的同时,实现了装甲、头盔和盾牌质量显著降低 20%–33%。