不确定性量化辅助机器学习优化钛合金热处理工艺的方法

本发明公开了不确定性量化辅助机器学习优化钛合金热处理工艺的方法：S1、设计四因素五水平正交实验，构建机器学习数据库；S2、使用机器学习对热处理工艺及高温拉伸性能进行建模预测，结合重采样方法考虑模型的不确定性量化，并将不确定性量化的结果作为模型筛选的指标，选择出最后模型并进行训练；S3、生成虚拟空间，利用选出的模型对虚拟空间中数据的高温拉伸性能进行建模预测，对高温拉伸性能进行多目标优化计算出EIH值，预测强塑性匹配提升的最佳加工参数。本发明提供的不确定性量化辅助机器学习优化钛合金热处理工艺的方法，解决了现有技术中需通过“试错法”不断调整热处理工艺，成本过高，周期较长的问题。