北京科技大学艾冬梅获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉北京科技大学申请的专利一种基于机器学习的高熵合金涂层优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118709563B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410880421.1，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的高熵合金涂层优化方法及系统是由艾冬梅;仲珂宏;吴绍禹;李晔;刘思倩设计研发完成，并于2024-07-02向国家知识产权局提交的专利申请。
本一种基于机器学习的高熵合金涂层优化方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的高熵合金涂层优化方法及系统，涉及数据处理技术领域，方法包括：获取多种材料描述符；对材料描述符进行筛选；将涂层的工艺、成分和选择出的材料描述符作为输入，涂层性能作为输出，基于不同的机器学习模型建立输入与输出之间的映射关系；通过生成对抗网络，生成训练数据；通过训练数据对各个机器学习模型分别进行训练，选择表现最好的机器学习模型作为最终的预测模型；将预测模型作为多目标优化的代理模型，通过多目标优化，确定高熵合金涂层的最优组合参数。本发明通过生成对抗网络生成训练数据解决数据不平衡问题，为高熵合金涂层的设计与研发提供便利。
本发明授权一种基于机器学习的高熵合金涂层优化方法及系统在权利要求书中公布了：1.一种基于机器学习的高熵合金涂层优化方法，其特征在于，包括： S1：获取多种材料描述符； S2：对所述材料描述符进行筛选； S3：将涂层的工艺、成分和选择出的材料描述符作为输入，涂层性能作为输出，基于不同的机器学习模型建立输入与输出之间的映射关系； S4：通过生成对抗网络，生成训练数据； S5：通过所述训练数据对各个所述机器学习模型分别进行训练，选择表现最好的机器学习模型作为最终的预测模型； S6：将所述预测模型作为多目标优化的代理模型，通过构建基于硬度与模量的多目标优化函数，确定高熵合金涂层的最优组合参数；其中，构建的多目标优化函数： minFX＝100-f1X,f2X 其中，min表示最小化，F表示多目标优化函数，X表示变量，f1表示硬度优化函数，f2表示模量优化函数。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励