一种基于机器学习的钨镍铁合金强度和韧性双目标优化方法及系统

本发明公开了一种基于机器学习的钨镍铁合金强度和韧性双目标优化方法及系统，方法包括以下步骤：获取钨镍铁合金的成分、烧结工艺、加工工艺、热处理工艺、强度和韧性的原始数据并进行整合汇总，得到初始数据集；对初始数据集进行预处理，得到处理后数据集；基于机器学习算法构建若干候选模型，并对若干候选模型进行筛选，再利用处理后数据集对筛选出的最优候选模型进行训练，得到预测模型；利用预测模型对目标钨镍铁合金进行强度和韧性预测，得到预测结果；基于预测结果，筛选出符合应用需求的候选合金，并利用Pareto最优准则构建双目标优化构架对候选合金进行优化，得到强度和韧性协同优化后的合金。