基于机器学习的预测多组元铂基合金拉伸强度的方法

    公开(公告)号:CN115910241A

    公开(公告)日:2023-04-04

    申请号:CN202211402486.2

    申请日:2022-11-09

    Abstract: 本发明涉及一种基于机器学习的预测多组元铂基合金拉伸强度的方法,包括采集铂基合金常温拉伸强度实验数据,利用领域知识对元素进行分类处理,通过第一性原理密度泛函理论计算的方法构建特征池,以机器学习中的岭回归预测十折交叉验证精度为目标函数,按特征重要性排序顺序进行迭代学习以筛选最优子特征组合,以最优子特征为输入,构建基于岭回归算法的多组元铂合金常温拉伸强度机器学习预测模型。本发明与之前使用元素剂量比和简单本征特征作为输入的机器学习方法相比,首次将基于专家领域知识的第一性原理计算特征与机器学习建模结合,针对该合金体系建立的计算特征能够更加准确地区分合金样本,弥补数据不足所带来的预测误差,提升预测精度。

Patent Agency Ranking