机器学习辅助高熵合金设计的研究进展

摘要：

近年来,高熵合金因其优异的性能和广阔的发展前景吸引了越来越多的关注,成为材料科学中的热门领域.由于高熵合金复杂的元素组成,使用传统方法对高熵合金进行计算不仅困难而且代价高昂,影响因素的多样性也为高熵合金的设计增加了困难,开发新方法加速对高熵合金成分空间的探索是当务之急.随着对高熵合金研究的不断深入,实验数据不断积累,人们尝试从数据的角度寻求解决方案.与此同时,人工智能的兴起极大改变了我们的生活方式,以数据为驱动的机器学习与高熵合金领域交叉融合,二者相得益彰并取得了一系列成果.人工神经元网络、 支持向量机、 主成分分析等方法被应用于高熵合金的分析和预测.除此之外,机器学习还与从头算和基于热力学数据库的方法相结合,在挖掘数据价值与指导实验设计方面展现出了优势.首先对材料科学中的机器学习和高熵合金两个领域做了简述,介绍了近年利用机器学习辅助高熵合金设计的典型研究成果.并对未来机器学习在高熵合金中的应用提出一些展望与建议.

关键词：高熵合金;复杂成分合金;机器学习;人工神经元网络;人工智能

所属期刊栏目：40

分类号：TG139;TP181(金属学与热处理)

在线出版日期：2021-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：508-517