一种基于神经网络模型的合金成分优化方法

本发明公开了一种基于神经网络模型的合金成分优化方法，该优化方法的设计包括以下步骤：(1)通过相图计算设计合金成分；(2)高通量性能测试获取实验数据；(3)利用实验数据进行机器学习的训练，模型建立，优化合金成分。通过本发明的方法，利用机器学习手段可将上百种合金的成分、组织与性能数据进行机器学习训练，建立模型并进行优化，对目标合金进行快速预测，实现合金成分的快速优化，减少大量人力物力的投入。