本發明提供一種基于物理指導的機器學習算法的鋼鐵材料設計方法,涉及鋼鐵材料的設計和機器學習應用技術領域。本發明首先采集數據,采用多次留出法將數據劃分訓練集及測試集;根據訓練集建立基于物理冶金學指導的支持向量機模型;將基于物理冶金學指導的支持向量機模型的相關系數大于90%的作為遺傳算法中的目標函數;得到優化后的成分、工藝及最佳目標性能的材料;對于得到的大量設計結果采用SVC分類器進行分類篩選,輸出其典型合金的成分、工藝、目標性能。本方法將物理冶金機制引入到機器學習中,同時結合優化算法形成完備的設計平臺,設計結果更加符合物理冶金學原理。
聲明:
“基于物理指導的機器學習算法的鋼鐵材料設計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)