| 注册
首页|期刊导航|物理学报|机器学习结合固溶强化模型预测高熵合金硬度

机器学习结合固溶强化模型预测高熵合金硬度

张逸凡 任卫 王伟丽 丁书剑 李楠 常亮 周倩

物理学报2023,Vol.72Issue(18):60-70,11.
物理学报2023,Vol.72Issue(18):60-70,11.DOI:10.7498/aps.72.20230646

机器学习结合固溶强化模型预测高熵合金硬度

Machine learning combined with solid solution strengthening model for predicting hardness of high entropy alloys

张逸凡 1任卫 1王伟丽 2丁书剑 2李楠 2常亮 1周倩1

作者信息

  • 1. 西安邮电大学理学院,西安 710121
  • 2. 西北工业大学物理科学与技术学院,西安 710072
  • 折叠

摘要

关键词

高熵合金/机器学习/遗传算法/固溶强化

Key words

high entropy alloys/machine learning/genetic algorithms/solid solution strengthening

引用本文复制引用

张逸凡,任卫,王伟丽,丁书剑,李楠,常亮,周倩..机器学习结合固溶强化模型预测高熵合金硬度[J].物理学报,2023,72(18):60-70,11.

基金项目

国家自然科学基金(批准号:51931005,52171048,51571163)和陕西省创新产业链项目(批准号:2020ZDLGY12-02)资助的课题.Project supported by the National Natural Science Foundation of China(Grant Nos.51931005,52171048,51571163)and the Key Industry Innovation Chain Project of Shaanxi Province,China(Grant No.2020ZDLGY12-02). (批准号:51931005,52171048,51571163)

物理学报

OA北大核心CSCDCSTPCD

1000-3290

访问量0
|
下载量0
段落导航相关论文