首页> 中国专利> 基于物理冶金学指导下机器学习的低活化钢的设计方法

基于物理冶金学指导下机器学习的低活化钢的设计方法

摘要

本发明提供一种基于物理冶金学指导下机器学习的低活化钢的设计方法,涉及材料计算设计技术领域。本发明首先采集数据,采用多次留出法将数据划分训练集及测试集;根据训练集建立基于物理冶金学指导的集成学习算法模型;将集成学习算法模型的相关系数大于90%的作为遗传算法中的目标函数;遗传算法被用于优化设计成分及工艺获得最佳强度的低活化钢,对低活化钢的成分及工艺进行设计;对于得到的大量设计结果采用SVC分类器进行分类筛选,输出其典型合金的成分、工艺、屈服强度。该方法使基于统计学的机器学习富有了物理冶金学含义,并且该方法可以提升模型泛化能力,使设计更为高效,设计结果更加符合物理冶金学原理。

著录项

  • 公开/公告号CN110415769B

    专利类型发明专利

  • 公开/公告日2022.10.21

    原文格式PDF

  • 申请/专利权人 东北大学;本钢板材股份有限公司;

    申请/专利号CN201910698854.4

  • 发明设计人 王晨充;崔晴;黄健;徐伟;沈春光;

    申请日2019.07.31

  • 分类号G16C20/10;G16C20/70;G06N3/12;

  • 代理机构沈阳东大知识产权代理有限公司;

  • 代理人李在川

  • 地址 110819 辽宁省沈阳市和平区文化路3号巷11号

  • 入库时间 2022-11-28 17:51:11

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号