摘要
本发明涉及铝合金技术领域,具体涉及一种Al‑Si‑Mg‑Yb合金设计方法、存储介质及设备。该方法包括获得微结构数据和力学性能数据;处理微结构数据和力学性能数据获得最优的高斯回归预测模型;由该模型获得预测数据;处理预测数据得到实验数据;训练出最优的高斯回归预测模型,借助其寻找出Al‑Si‑Mg‑Yb合金体系中综合力学性能最优的成分点。该存储介质上存储有计算机程序指令,当该指令被处理器执行时实现该方法。该设备包括至少一个处理器、至少一个存储器以及存储在该存储器中的计算机程序指令,当该指令被处理器执行时实现该方法。本发明能够快速筛选出综合力学性能最优的Al‑Si‑Mg‑Yb合金组成。
技术关键词
回归预测模型
合金设计方法
极限抗拉强度
计算机程序指令
微结构
数据
延伸率
铸锭
误差区间
屈服
杂质元素含量
处理器
铝合金技术
外推方法
计算机存储介质
存储器
回归算法
高通量
系统为您推荐了相关专利信息
模型训练方法
屈服强度预测方法
神经网络模型
组织
应力
参数优化方法
大数据
计算机程序指令
实时位置
粒子群算法
耐磨微球
水性环氧树脂
微结构调控
微弧氧化
机器人运动部件