买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安邮电大学申请的专利一种高熵合金的硬度预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115527625B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211277619.8，技术领域涉及：G16C20/30；该发明授权一种高熵合金的硬度预测方法及系统是由任卫;张逸凡;周倩;张亚明;李仃;顾生越设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本一种高熵合金的硬度预测方法及系统在说明书摘要公布了：本发明涉及一种高熵合金的硬度预测方法及系统。该方法包括获取AlCoCrCuFeNi体系高熵合金硬度数据相应的候选特征，并建立数据集；利用数据集训练Stacking集成模型；对候选特征，采用皮尔逊相关系数、XGBoost评估模型、随机森林、遗传算法、基于XGBoost的递归消除特征法以及穷举法进行筛选，确定筛选后的特征；根据筛选后的特征，采用主成分分析以及逻辑回归建立分类器；根据训练后的Stacking集成模型以及所述分类器构建合金成分搜索空间；根据合金成分搜索空间进行硬度的预测。本发明能够提高高熵合金的硬度预测的准确性。

本发明授权一种高熵合金的硬度预测方法及系统在权利要求书中公布了：1.一种高熵合金的硬度预测方法，其特征在于，包括： 根据高熵合金硬度数据库中AlCoCrCuFeNi体系高熵合金硬度数据获取相应的候选特征；并根据候选特征与对应的AlCoCrCuFeNi体系高熵合金硬度数据构建数据集；所述AlCoCrCuFeNi体系高熵合金硬度数据包括：每一体系中各元素摩尔比以及相应的硬度；所述候选特征包括：价电子浓度、混合熵、混合焓、原子半径差异、电负差、合金的平均熔点、局部电负性失配、电子浓度、吉布斯自由能、剪切模量、杨氏模量、晶格畸变能、剪切模量失配、增强模型中的能量、凝聚能、Peierls-Nabarro因子、功函数、局部原子半径失配、局部模量失配、剪切模量差、合金原子量的平均偏差、合金族的平均偏差、合金比容的平均偏差以及合成参数； 利用所述数据集训练Stacking集成模型；训练后的Stacking集成模型包括：初级分类器以及次级分类器；所述训练后的Stacking集成模型用于根据候选特征确定相应的硬度； 对AlCoCrCuFeNi体系高熵合金硬度数据对应的候选特征，采用皮尔逊相关系数、XGBoost评估模型、随机森林、遗传算法、基于XGBoost的递归消除特征法以及穷举法进行筛选，确定筛选后的特征； 根据AlCoCrCuFeNi体系高熵合金硬度数据对应的筛选后的特征，采用主成分分析以及逻辑回归建立分类器；所述分类器用于对高熵合金的硬度进行分类； 根据训练后的Stacking集成模型以及所述分类器构建合金成分搜索空间； 根据所述合金成分搜索空间进行AlCoCrCuFeNi体系高熵合金的硬度的预测； 所述对AlCoCrCuFeNi体系高熵合金硬度数据对应的候选特征，采用皮尔逊相关系数、XGBoost评估模型、随机森林、遗传算法、基于XGBoost的递归消除特征法以及穷举法进行筛选，确定筛选后的特征，具体包括： 对AlCoCrCuFeNi体系高熵合金硬度数据对应的候选特征，采用皮尔逊相关系数进行相关性筛选，并以0.9为阈值将候选特征分为3个高相关组和1个低相关组；将高相关组中的候选特征加入到低相关组中，采用XGBoost评估模型确定相应的均方误差，将每一高相关组中均方误差小于均方误差阈值的候选特征进行保留，得到第一次筛选后的特征； 对第一次筛选后的特征分别采用随机森林、遗传算法、基于XGBoost的递归消除特征法，得到第二次筛选后的特征； 对第二次筛选后的特征采用穷举法，得到筛选后的特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710121 陕西省西安市雁塔区长安南路563号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。