一种锌合金性能预测及成分优化方法和系统

本发明涉及一种锌合金性能预测及成分优化方法和系统，方法包括收集锌合金相关成分以及力学性能数据作为总数据集；划分子数据集并进行数据扩充和预处理；根据皮尔逊相关系数和随机森林特征重要性评估筛选整体关键特征；筛选最优算法建立各性能预测模型；通过网格搜索优化各性能预测模型；实验验证模型可靠性；基于NSGA‑II算法进行多目标优化，筛选综合预测性能最优的成分配比；系统则是基于该方法；本发明基于机器学习算法建立目标性能预测模型进行合金开发，解决了传统设计因较大成分设计空间导致的长周期、高成本的问题。