一种基于机器学习的高耐蚀高熵合金设计方法

本发明公开了一种基于机器学习的高耐蚀面心立方高熵合金设计方法，属于高熵合金技术领域。该方法包括，搜集面心立方高熵合金点蚀电位据库作为训练集，根据合金成分计算特征描述符；对所得特征进行降维处理，以获得最重要的特征子集；根据不同测试集划分比例下的RMSE选择合适的模型；利用训练好的模型来预测未知成分的面心立方高熵合金点蚀电位。通过利用电弧熔炼工艺和固溶热处理获得高熵合金，并对其耐点蚀性能进行实验验证。本发明设计合金效率高，制备工艺简单，适合工业大规模推广和生产实践。