基于机器学习的合金成分设计优化方法及系统

本申请公开了一种基于机器学习的合金成分设计优化方法，属于机器学习技术领域。该方法包括：构建合金成分‑组织结构‑服役性能数据库，成分包括合金的元素含量，组织结构包括相的种类、含量、分布位置、大小和取向，服役性能为合金在使用过程中保持稳定性能的能力；基于皮尔逊系数筛选机器学习模型的输入特征池，根据决策系数、平均绝对误差和均方根误差得到目标机器学习模型；基于目标场景设置目标合金的服役性能权重和服役性能预设目标值，基于元素对合金的服役性能的影响度设置元素的优先级，基于数据库设置元素含量范围；采用基于优先级的分步贪婪算法得到目标合金的成分解。该方法提升了合金设计的效率和准确性。