公开(公告)号：CN117766069A

公开(公告)日：2024-03-26

申请号：CN202310464321.6

申请日：2023-04-26

Applicant: 福建工程学院

Inventor： 戴品强 ,  谌利 ,  洪春福 ,  田君 ,  常发 ,  林智杰

IPC: G16C60/00 ,  G16C20/70 ,  G06F18/243 ,  C22C30/00 ,  C22C1/02

Abstract: 本发明公开一种基于机器学习和解释性分析高熵合金硬度预测方法，收集多个高熵合金的成分与硬度信息,并由高熵合金所包含的元素成分和元素本身固有性质计算得出物理特征用作原始数据集；采用带有集成算法的XGB算法作为预测高熵合金硬度模型；再通过XGB模型融合SHAP框架进行解释性分析特征；计算出每个特征的预测硬度贡献值；继续通过XGB模型融合PDP框架对特征重要性较高的特征进行不同值时对改进模型的预测结果的影响；本发明在基于机器学习算法进行高熵合金硬度预测时，不仅对高熵合金性能预测较为准确，节省计算资源与时间，而且赋予模型可解释性，打破机器学习模型的黑箱子，更加充分的解释模型，改进模型。