申请/专利权人：昆明贵金属研究所;昆明理工大学

申请日：2022-02-16

公开（公告）日：2024-06-25

公开（公告）号：CN114580272B

主分类号：G06F30/27

分类号：G06F30/27;G06F113/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本发明涉及一种同时对多元电接触合金导电率和硬度进行优化的设计方法，包括：从文献中查找多元电接触材料的化学式、制备工艺以及导电率和硬度值，将其输入计算机系统作为数据集样本；通过相关性筛选、遗传算法、穷举等特征筛选方法获得影响多元电接触合金材料性能的关键合金特征；然后，基于关键特征筛选结果，采用随机森林回归算法建立性能预测机器学习模型；采用多目标优化算法对建立的预测模型进行多性能优化，最终快速筛选出导电率和硬度均表现优异的合金成分，实现综合性能优异的新型合金开发；本发明基于可靠的文献数据和建模方法，对同时优化多元电接触合金材料导电率和硬度性能具有简便快捷、低成本、准确率高等优点。

主权项：1.一种同时对多元电接触合金导电率和硬度进行优化的设计方法，其特征在于，包括以下步骤：1查找多元电接触合金的化学式、制备工艺以及导电率和硬度值，将其输入计算机系统作为数据集样本，其中化学式和制备工艺作为输入，导电率和硬度值为机器学习模型的预测目标值；2提取所涉及元素的基本物理化学参量作为构建筛选用物理化学参量集，按照所收集合金化学式的化学配比构建一个用于评价各基本物理化学参量对目标量影响程度的特征集，并以此为构建机器学习模型的候选特征集；3将数据集随机地划分为训练集和测试集两部分；4通过线性相关性过滤、遗传算法、穷举筛选进行特征筛选，寻找影响电接触材料性能的关键合金特征；5基于所述关键合金特征筛选的结果，采用机器学习算法进行回归建模，并结合多目标优化算法对多元电接触合金的导电率和硬度进行双目标性能快速综合优化；6对于特定已优化的工艺，选定元素种类搜索范围和各元素最小变化量建立成分空间，进行性能预测，将导电率和硬度均相对较好的数据作为新型设计合金；用式1计算每一个合金的各基本物理化学参量的摩尔平均值特征量，用式2计算每一个合金的各基本物理化学参量不匹配值特征量；并以和作为机器学习性能预测模型的输入； 其中，ci代表第i个元素的摩尔分数i＝1,2,…n，n代表合金的组元数量，Xi代表第i个元素的物理化学参量。

全文数据：

权利要求：

百度查询： 昆明贵金属研究所;昆明理工大学 同时对多元电接触合金导电率和硬度进行优化的设计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD