基于机器学习逆向构建多组元复合材料及设计方法

本发明属于钛基复合材料技术领域，尤其涉及一种基于机器学习逆向构建多组元复合材料及设计方法。本发明是在现有的增强体中挑选有望实现高强度高塑性钛基复合材料的增强相，利用机器学习结合第一性原理模拟的方法，分析其中对钛基复合材料综合力学性能起到影响较大的增强体、含量及分布结构，根据得到的结果，利用激光增材制造工艺及高能球磨工艺，制备得到打印件。本发明整合了机器学习的数据挖掘能力、第一性原理的理论分析优势以及先进的材料制备工艺，为钛基复合材料的研发提供了一种高效、科学、系统的新途径。