龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海大学;浙江唯象材料科技有限公司
申请日：2024-04-09
公开（公告）日：2024-06-14
公开（公告）号：CN118197502A
主分类号：G16C60/00
分类号：G16C60/00;G16C20/70;G06N20/20;G06N7/01;G06N3/126;G06N5/01;G06N3/0455;G06N3/08;G06N3/0985;G06F18/213
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明涉及合金材料计算设计领域，具体涉及一种基于符号回归和机器学习的高导热高导电合金设计方法，该方法包括以下步骤：构建用于预测合金热导率和电导率的原始数据集，使用机器学习算法筛选与合金的热导率和电导率相关的特征等，选择具备高热导率的成分点，最终制得具有高热导率和高电导率的合金；通过数据收集和机器学习筛选特征，并采用具备量纲约束的符号回归方法构建特征与合金热导率及电导率之间的关系方程，使用变分自编码器进行数据降维和候选成分点推荐，经过多轮计算和实验迭代最终制得高导热高导电镁合金及铜合金，体现了本发明的方法具有广泛的适用性，不受特定合金体系的限制，并显著提高了合金设计效率和性能预测准确性。
主权项：1.基于符号回归和机器学习的高导热高导电合金设计方法，其特征在于，设计方法包括以下步骤：S1：构建用于预测合金热导率和电导率的原始数据集；S2：使用机器学习算法筛选与合金的热导率和电导率相关的特征；S3：使用具备量纲约束的符号回归方法构建S2中筛选得到的特征与合金热导率及电导率之间的关系方程；S4：使用变分自编码器对原始数据集进行降维处理，在降维后的隐空间中识别具有高热导率和高电导率的潜在高性能区域，并使用解码器重构出候选合金成分点；S5：使用步骤S3得到的关系方程对所有候选合金成分点进行评估，选择具备高热导率和高电导率的成分点进行实验验证；S6：根据评估结果和实验数据优化符号回归模型，并迭代步骤S3-S5以改进合金设计，最终制得具有高热导率和高电导率的合金。
全文数据：
权利要求：
百度查询： 上海大学;浙江唯象材料科技有限公司 基于符号回归和机器学习的高导热高导电合金设计方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号