机器学习辅助高熵合金相结构预测OA
Phase Prediction of High Entropy Alloys Aided by Machine Learning
高熵合金由于其形成独特显微组织的固溶体、金属间化合物和非晶相而具有更好的物理化学性能.因此,高熵合金中的相预测是合金设计的第一步.采用机器学习算法中的支持向量机、随机森林和决策树3种模型对高熵合金的相位分类进行预测,通过网格搜索方法优化模型,并对模型进行交叉验证和性能评估.结果表明:随机森林的预测能力最佳,达到0.93的预测精度,且该模型对高熵合金固溶体相的分类效果最好,最后采用随机森林模型预测TiZrNbMo系难熔高熵合金的生成相,其预测生成相…查看全部>>
张欢;程洪;葛美伶;司天宇;何忠平
成都大学机械工程学院,四川 成都610106成都大学机械工程学院,四川 成都610106成都大学机械工程学院,四川 成都610106成都大学机械工程学院,四川 成都610106成都大学机械工程学院,四川 成都610106
信息技术与安全科学
机器学习高熵合金相结构预测
《成都大学学报（自然科学版）》 2022 (3)
280-286,7
评论