一种预测CuZr合金力学性能的机器学习方法

本发明提供一种预测CuZr合金力学性能的机器学习方法，包括以下步骤：在不同的随机条件下，构建多组不同比例CuxZr100‑x的合金、对S1中的分子动力学仿真模型进行力场参数设置、进行编程后在LAMMPS软件中对S2中的模型进行能量最小化和分子动力学平衡，使所建模型具有稳定的构型、设置分子动力学仿真模型的模拟参数，模拟参数包括组成元素的比例、拉伸温度、淬火时的冷却速率、模拟维度、边界条件、模拟温度和时间步长等，得到不同的模拟条件。本发明提供的一种预测CuZr合金力学性能的机器学习方法，通过分子动力学模拟收集数据集，使用机器学习方法预测合金的力学性能，该方法利用大量的分子动力学模拟数据，通过改变合金的组成成分、制备方法、温度等因素。