【文章推荐】镁合金三种力学性能的机器学习多目标优化

文章预览

扫描二维码查看期刊主页和文章原文 文章引用： Gou W, Shi Z-Z, Zhu Y,et al. Multi-objective optimization of three mechanicalproperties of Mg alloys through machine learning.MGE Advances. 2024;e54.  https://doi.org/10.1002/mgea.54- 13 of 13 文章摘要 传统试错法对镁合金的多目标优化通常成本高、周期长。尽管机器学习具有加速相关研究的巨大潜力，但目前对镁合金往往是一次预测一个目标性能。因此，本文将LGBM集成算法与NSGA Ⅲ多目标优化算法相结合，首次实现了对镁合金的屈服强度、抗拉强度和伸长率的同时优化。 文章重点内容 图1所示为多目标优化框架，包括4个步骤：（1）数据集构建：从文献与数据库中收集镁合金数据并进行数据清洗与转换；（2）模型建立：选择精度最高的算法，并利用特征筛选进一步提高精度，最终建立预测单目标的高精度机器学习模型；（3）多目标优化：将 ………………………………