公开(公告)号：CN118173205A

公开(公告)日：2024-06-11

申请号：CN202410270286.9

申请日：2024-03-11

Applicant: 北京理工大学

Inventor： 李泽洲 ,  贺健业 ,  程兴旺 ,  张洪梅 ,  张朝晖 ,  林景辰 ,  张琳冰

IPC: G16C60/00 ,  G06N20/00 ,  G06F18/241

Abstract: 本发明公开了一种基于机器学习探索设计高塑性难熔多主元合金的方法，该方法基于现有的难熔多主元合金数据构建数据集和初始特征池，并根据难熔多主元合金的是否断裂构建分类模型，基于合金的断裂应变构建回归模型；分类模型中，将经过特征筛选获取的最佳特征子集输入到多种机器学习模型中，评估其泛化能力，获得混淆矩阵评估其在训练集和验证集的优劣以获取最优的机器学习分类模型；回归模型中，获取最优特征子集，将其输入多个机器学习算法中，评估各机器学习模型在训练集和验证集的优劣；随后构建目标体系合金成分空间，通过训练好的模型进行预测并筛选出的最优合金进行制备。本发明能够快速筛选设计具有优异塑性的难熔多主元合金。