一种基于机器学习的高硬度双相合金设计方法

本发明公开了一种基于机器学习的高硬度双相合金设计方法，具体包括：获取相同制备工艺条件下的合金硬度数据和相结构数据；基于所述合金硬度数据和相结构数据，采用皮尔逊相关系数和基于随机森林算法中的特征重要性计算对特征描述符进行处理，获取最优特征描述符组合，其中，所述最优特征描述符组合包括：第一最优特征描述符组合和第二最优特征描述符组合；基于所述第一最优特征描述符组合，构建合金硬度机器学习模型；基于所述第二最优特征描述符组合，获取双向合金数据；将所述双向合金数据输入至所述合金硬度机器学习模型，获取高硬度的双向合金。本发明通过构建合金体系硬度和相结构的机器学习预测模型，满足工业应用和科研需求。