摘要
本申请实施例提供了一种高熵合金性能预测方法、装置、设备及计算机存储介质,属于材料科学与人工智能领域,能够通过获取待预测高熵合金的元素组成、元素比例、工艺参数、元素物理特性和热力学参数,然后将元素组成、元素比例、工艺参数、元素物理特性和热力学参数输入高熵合金性能预测模型,通过高熵合金性能预测模型进行目标性能的预测,确定待预测高熵合金的目标性能,能够提高对高熵合金的性能预测精度。
技术关键词
高熵合金
性能预测模型
训练样本集
元素
随机森林模型
参数
性能预测方法
学习器
物理
集成策略
计算机存储介质
标签
特征选择
预测装置
训练集
算法
模块
编码
系统为您推荐了相关专利信息
图像生成模型
多视角
训练样本集
传感器
估计方法
学习内容生成方法
场景
内容生成装置
虚拟对象
构建用户画像