人工神经网络算法在预测铝晶界中溶质偏聚能中的应用

    公开(公告)号:CN119092001B

    公开(公告)日:2025-04-25

    申请号:CN202411040207.1

    申请日:2024-07-31

    Applicant: 重庆大学

    Abstract: 本发明公开了人工神经网络算法在预测铝晶界中溶质偏聚能中的应用,涉及晶界偏聚能预测技术领域,其技术方案要点是:包括获取溶质的特征数据并进行预处理;构建具有不同溶质的铝晶界偏聚模型,采用第一性原理计算方法获得每种溶质的偏聚能;通过提取与目标值相关的不同特征生成构建数据集,同时采用机器学习模型分析溶质的偏聚行为;通过溶质的偏聚行为计算影响溶质偏聚的最重要特征数据;将主要特征数据代入人工神经网络算法来预测溶质的偏聚能,生成溶质偏聚能的预测结果;对预测结果进行模型评估和验证。本发明通过使用第一性原理计算方法,生成覆盖面更广的且更准确的数据集,以确保机器学习模型的准确性和对溶质行为的全面理解。

    人工神经网络算法在预测铝晶界中溶质偏聚能中的应用

    公开(公告)号:CN119092001A

    公开(公告)日:2024-12-06

    申请号:CN202411040207.1

    申请日:2024-07-31

    Applicant: 重庆大学

    Abstract: 本发明公开了人工神经网络算法在预测铝晶界中溶质偏聚能中的应用,涉及晶界偏聚能预测技术领域,其技术方案要点是:包括获取溶质的特征数据并进行预处理;构建具有不同溶质的铝晶界偏聚模型,采用第一性原理计算方法获得每种溶质的偏聚能;通过提取与目标值相关的不同特征生成构建数据集,同时采用机器学习模型分析溶质的偏聚行为;通过溶质的偏聚行为计算影响溶质偏聚的最重要特征数据;将主要特征数据代入不同的机器学习模型来预测溶质的偏聚能,生成溶质偏聚能的预测结果;对预测结果进行模型评估和验证。本发明通过使用第一性原理计算方法,生成覆盖面更广的且更准确的数据集,以确保机器学习模型的准确性和对溶质行为的全面理解。

Patent Agency Ranking