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！

龙图腾网获悉昆明理工大学申请的专利一种基于机器学习的SLM合金TC4拉伸强度预测方法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：CN115938513B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211545411.X，技术领域涉及：G16C60/00；该发明授权一种基于机器学习的SLM合金TC4拉伸强度预测方法是由刘洪喜;齐惠清;张晓伟;陶建涛;李为尚;刘亮设计研发完成，并于2022-12-05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SLM合金TC4拉伸强度预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的SLM合金Ti‑6Al‑4VTC4拉伸强度预测方法，包括以下步骤：获取用来预测TC4合金拉伸强度的特征数据训练集；建立机器学习模型数据库，筛选特征数据，获取最优特征组合；通过十重交叉验证方法选择机器学习模型；采用选择的机器学习模型并输入最优特征组合进行模型训练；模型训练完成后，输入未知的TC4合金成分以及加工条件，得到输出数据，即为抗拉强度。本发明利用机器学习寻找确定TC4合金拉伸强度高的作用因素，推动TC4合金拉伸强度增强因素的探索，建立有效的抗拉强度模型，提高拉伸强度预测精度，对促进TC4合金性能优化、加速TC4合金的成分设计优化具有重要意义。

本发明授权一种基于机器学习的SLM合金TC4拉伸强度预测方法在权利要求书中公布了：1.一种基于机器学习的SLM合金TC4拉伸强度预测方法，其特征在于，包括： Step1、获取用来预测TC4合金拉伸强度的特征数据训练集； Step2、建立机器学习模型数据库，筛选特征数据，获取最优特征组合； Step3、通过十重交叉验证方法选择机器学习模型，具体如下：将样本量拆封成若干组，选取一组数据，剩下的多组数据建立模型可得该组合的模型及其检验值，如此可循环若干次，选取最优模型为支持向量回归模型； Step4、采用选择的机器学习模型并输入最优特征组合进行模型训练； Step5、模型训练完成后，输入未知的TC4合金成分以及加工条件，得到输出数据，即为抗拉强度，具体步骤如下： Step5.1：应用SVR结合LOOCV法对数据集中样本进行了建模训练与预测研究； Step5.2：以温度、保温条件、冷却方式3个参数为输入量，以合金的抗拉强度为输出变量，依序每次取出1个样本为测试样本，其余样本为训练样本，以这种方式进行25次的SVR建模和预测； 所述支持向量回归训练模型建立的具体步骤为： 1设样本集为x1，y1，…，xm，ym，寻找一个输入空间到输出空间的非线性映射； 2并在特征空间F中用下述函数进行线性回归：fx＝w·Φx+b,Φ:Rn→F,w∈F； 3其中b是阈值，w是回归系数向量； 4影响w的因素有：经验风险的总和以及使其在高维空间平坦的‖w‖2 即， 其中m表示训练样本个数，Lεfxi-yi是损失函数,C是惩罚因子，ε是误差； 5引入松弛因子，建立拉格朗日方程，偏导、对偶优化最后得线性回归函数 6kx，xi＝Фx·Фxi为核函数；选择不同形式的核函数就可以生成不同的SVR回归模型。

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昆明理工大学，其通讯地址为：650000 云南省昆明市五华区一二一大街文昌路68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”。