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。