基于机器学习的异构金属材料性能预测及结构设计

摘要：

异构金属材料因其特殊的微观结构,在具有较高强度的同时仍然能保持良好的韧性,但是复杂的结构参数使其性能预测和结构设计变得非常困难.机器学习(ML)在处理高维物理量之间的复杂非线性关系方面表现出强大的能力,从而成为异构金属材料性能预测和结构设计的有力工具.介绍了异构金属材料的特征,总结了ML算法及其相关的数据处理问题,综述了ML在异构金属材料性能预测和结构设计方面的应用研究现状,给出了ML辅助异构金属材料性能预测及结构设计中存在的关键问题,并对未来的研究方向进行了展望.

关键词：异构金属材料、强韧性、机器学习、性能预测、结构设计

所属期刊栏目：47

分类号：TH114

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：72-83