基于机器学习的石墨烯钛基复合材料增材制造方法

本发明属于金属基复合材料增材制造技术领域，具体涉及一种基于机器学习的石墨烯钛基复合材料增材制造方法，该基于机器学习的石墨烯钛基复合材料增材制造方法包括：多模态数据采集与预处理；构建多目标预测GNN模型并进行模型训练和评估，得到最佳GNN模型；通过二代非支配排序遗传算法对最佳GNN模型进行优化，得到多目标优化结果；采用qEHVI贝叶斯优化算法从多目标优化结果中筛选得到最优参数组；进行3D打印验证以及闭环迭代。本发明提供的方法中将机器学习预测、3D打印验证、数据反馈整合为闭环迭代系统，实现了“参数推荐→3D打印→性能测试→模型更新”动态优化和材料性能的自主寻优，显著提升研发效率。