一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质

本发明属于异质材料扩散焊接技术领域，提供了一种基于深度学习的热等静压扩散焊接参数优化方法、系统、电子设备及存储介质，方法包括：热等静压扩散物理模型构建、理论预测结果采集、实际检测结果采集、原始训练数据构建、误差补偿模型构建、双模型融合、候选预测结果生成、方案参数迭代优化；本发明通过构建热等静压扩散物理模型和误差补偿模型，能够精准修正物理模型的理论偏差，降低了材料损耗和时间损耗；通过改进MLP模型，优化了对原始数据的利用程度，提取了数据间的耦合特征，提高了模型的补偿精度；通过PID控制器，能够快速利用结果预测模型搜索到最优的工艺参数组合，降低了参数优化难度。