一种基于机器学习的铝合金设计方法

本申请属于人工智能和金属合金设计的技术领域，具体涉及一种基于机器学习的铝合金设计方法，其包括以下步骤：步骤1：构建数据库，获取用于描述元素特征的元素参数和用于描述铝合金中的第二相特征的第二相参数；步骤2：对元素参数和第二相参数进行筛选，获得机器学习模型输入参数；步骤3：基于机器学习模型输入参数，分别构建热导率预测模型和抗拉强度预测模型；步骤4：随机生成成分不同的铝合金，通过热导率预测模型和抗拉强度预测模型，分别预测相应的热导率和抗拉强度，直到热导率和抗拉强度达到设计目标值，获得新铝合金的成分。利用本文所述的方法设计的铝合金实际性能与预测值高度吻合。