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用于快速预测高熵合金硬度的机器学习方法及其制备工艺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：CN115061435B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210635591.4，技术领域涉及：G05B19/418；该发明授权用于快速预测高熵合金硬度的机器学习方法及其制备工艺是由骆鸿;王雪飞;董超芳;杜翠薇;李晓刚设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本用于快速预测高熵合金硬度的机器学习方法及其制备工艺在说明书摘要公布了：本发明公开了一种用于快速预测高熵合金硬度的机器学习方法及其制备工艺，用以解决传统“试错法”设计高熵合金成分耗时耗力且结果不准确的问题。该方法包括，搜集高熵合金硬度数据库作为训练集，根据合金成分计算特征描述符；根据不同测试集划分比例下的RMSE选择合适的模型；对所得特征进行降维处理，以获得最重要的特征子集；利用最重要的特征子集训练并优化所选模型；利用训练好的模型来预测未知成分的高熵合金硬度；对预测出的合金成分进行试验验证。本发明中特征降维的方法包括相关性分析、递归消除法和穷举法，降维处理后得到3个最重要特征，依据这三个特征可以方便并准确地预测出合金的硬度。

本发明授权用于快速预测高熵合金硬度的机器学习方法及其制备工艺在权利要求书中公布了：1.一种用于快速预测高熵合金硬度的机器学习方法，其特征在于，包括以下步骤， 步骤一、搜集整理高熵合金硬度数据库，高熵合金为Al-Co-Cr-Cu-Fe-Ni-Mn七元合金体系；根据合金成分计算特征描述符，特征描述符包括20个特征，分别为平均原子半径、原子半径差异、功函数、平均熔点、混合焓、混合熵、Ω参数，价电子浓度、平均电负性、电负性差异、Λ参数、流动电子数、电子亲和力、密度、第一电离能、杨氏模量、晶格畸变能、内聚能、局部尺寸错配、平均剪切模量；构建特征数据集； 步骤二、根据不同测试集划分比例下的RMSE选择合适的模型，合适的模型为随机森林回归模型； 步骤三、对所得特征进行降维处理，通过皮尔逊相关系数，将高度相关且重要程度低的6个特征包括原子半径，局部尺寸错配，晶格畸变能、流动电子数、熔点和剪切模量特征去除，剩下14个特征，通过对随机森林回归模型进行的递归消除，得到新的包含7个关键特征的特征子集，具体有原子半径差异，功函数，价电子浓度，电子亲和力，密度，第一电离能和杨氏模量；通过对随机森林回归模型进行穷举法特征筛选，确定了对合金硬度影响最大的3个关键特征，包含功函数、价电子浓度、杨氏模量3个特征；这3个特征以获得最重要特征子集； 步骤四、利用获得的最重要特征子集训练所选随机森林回归模型，并对随机森林回归模型的超参数调优； 步骤五、利用训练好的模型可以用来预测未知成分的高熵合金硬度； 步骤六、预测所得成分的合金硬度试验验证。

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”。