多组分合金成分预测方法、装置、设备及存储介质

本发明提供一种多组分合金成分预测方法、装置、设备及存储介质，包括：基于初始合金数据，应用生成对抗网络进行数据扩充，生成扩充合金数据；从扩充合金数据中筛选出满足预设性能要求的第一扩充合金数据，并基于第一扩充合金数据和初始合金数据，构建训练集；基于近端策略优化算法构建初始的合金成分预测模型，并应用训练集对初始的合金成分预测模型进行第一预设训练轮次的迭代训练，获得合金成分预测模型；将目标合金性能要求输入至合金成分预测模型中，获得合金成分预测模型输出的最优的合金成分比例。本发明的方案，能够实现高效、高精度的合金成分设计与优化。