申请/专利权人：哈尔滨理工大学

申请日：2023-11-22

公开（公告）日：2024-04-16

公开（公告）号：CN117894387A

主分类号：G16C20/30

分类号：G16C20/30;G16C20/70;G16C60/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法，本发明具体涉及一种基于机器学习预测Ni‑Mn基形状记忆合金热滞后ΔThys的方法。本发明是要解决现有技术缺少对Ni‑Mn基形状记忆合金热滞后ΔThys预测方法的问题。通过第一性原理计算结合机器学习获得全部Ni‑Mn基形状记忆合金的本征值与体积变化率，将其作为关键物理耦合特征加入到Ni‑Mn基形状记忆合金热滞后数据集中，以元素和物理性质为特征，热滞后为标签，建立不同的机器学习模型，进行模型调参与模型选择，最后采用随机森林模型对新型Ni‑Mn基形状记忆合金的热滞后进行预测，通过实验制备，获取新型窄滞后Ni‑Mn基形状记忆合金。

主权项：1.一种基于机器学习预测Ni-Mn基形状记忆合金热滞后ΔThys的方法，其特征在于基于机器学习预测Ni-Mn基形状记忆合金热滞后ΔThys的方法具体按以下步骤进行：一、从文献中收集ΔThys数据信息，建立数据集；二、利用第一性原理计算结合ML模型得到本征值λ2和体积变化率ΔVV；三、通过机器学习进行特征工程、模型建立与模型选择，得到最优预测模型；四、采用最优预测模型对Ni-Mn基形状记忆合金的热滞后进行预测。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种基于机器学习预测Ni-Mn基形状记忆合金热滞后∆Thys的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD