一种融合自编码器降维和分簇建模的高熵合金硬度预测方法

本发明涉及高熵合金硬度预测技术领域，更具体地说是一种基于自编码器降维并分簇建模的高熵合金硬度预测方法，预测方法步骤如下：构建高熵合金硬度与物理特征的初始数据集；使用自编码器通过多轮训练学习初始数据集中的成分数据并进行降维，获取高熵合金的硬度分布二维隐空间；在二维空间构建高斯混合模型，使用肘部法则得到高斯混合模型的最佳分簇数目与分簇方式；接着进行特征筛选，在每个分簇内分别构建多个机器学习模型并评估，选择每个分簇内最佳的模型组成预测效果最佳的集成模型；将需要预测的高熵合金样本点输入集成模型进行预测。通过本方法得到的硬度预测模型能够有效地提升高熵合金硬度预测的准确度。