一种基于机器学习模型的耐腐蚀多主元合金涂层的设计方法

本发明公开了一种基于机器学习模型的耐腐蚀多主元合金涂层的设计方法，涉及多主元合金涂层技术领域，包括以下步骤：S1，构建数据集并对其进行预处理，数据集包括合金成分、磁控溅射工艺参数和涂层的电化学腐蚀性能指标，并将预处理后的数据集分为训练集和测试集；S2，使用多种经典的机器学习模型分别进行拟合、训练、建模，得到对应的目标预测模型，基于测试集对其评估选出最终目标预测模型；S3，基于最终目标预测模型，使用遗传算法在多目标空间中搜索最优解，以确定最佳元素含量和磁控溅射工艺参数，以此制备多主元合金涂层。本发明可实现成分‑工艺‑性能的一体化设计，指导耐腐蚀多主元合金涂层的合金设计和制备工艺，缩短新材料开发周期。