摘要
本发明涉及不锈钢材料科学技术领域,特别是涉及一种基于可解释模型的高屈服强度不锈钢的正向设计方法,包括:根据不锈钢的组成和含量构建虚拟样本;将所述虚拟样本输入预设的不锈钢屈服强度预测模型中,输出所述虚拟样本的屈服强度预测值,其中,所述不锈钢屈服强度预测模型基于训练集训练获得,所述训练集包括若干不锈钢样本的屈服强度实验值,所述不锈钢屈服强度预测模型通过XGBoost模型结合SHAP方法构建;通过所述屈服强度预测值筛选预设屈服强度的虚拟样本,完成高屈服强度不锈钢的正向设计。本发明通过高通量筛选获得具有高屈服强度的不锈钢,利用计算机技术实现过程,避免化学实验带来的资源消耗,降低时间成本。
技术关键词
正向设计方法
屈服
XGBoost模型
强度
样本
最佳特征子集
训练集
特征值
描述符
微观结构特征
皮尔逊相关系数
高通量筛选
可读存储介质
冗余特征
设计系统
处理器
不锈钢材料
化学式
存储器
系统为您推荐了相关专利信息
模拟肠道环境
筛选方法
凝胶多糖
益生菌制剂
微流控芯片
神经网络图像分类
池化方法
信息数据处理终端
深层神经网络技术
样本