近日，我院陈存副教授、马磊英硕士生、任景莉教授合作，在机器学习辅助的高硬度高熵合金设计研究取得进展，相关成果以题为“Accelerating the design of high-entropy alloys with high hardness by machine learning based on particle swarm optimization”的论文发表在《Intermetallics》上。合作者还有北京科技大学张勇教授，美国田纳西大学Peter K. Liaw教授。郑州大学为第一作者单位。

文章结合机器学习模型和粒子群优化算法，提出了一种在Al-Co-Cr-Cu-Fe-Ni体系中寻找具有高硬度高熵合金的设计策略。各种材料描述符和目标性能之间的潜在关系通过机器学习模型构建。在特征工程中，使用随机森林算法对特征的重要性进行排序。结果表明，价电子浓度和原子尺寸差是影响硬度的两个关键因素。针对Al-Co-Cr-Cu-Fe-Ni系统，在包含近65，000个数据的搜索空间中找到了大于该体系现有硬度值的高熵合金，并给出硬度值排名前十的高熵合金成分。

该工作得到河南省重点研发与推广专项科技攻关项目（No. 212102210112）和中原领军人才（No. 214200510010）等项目资助。

引用格式：

Cun Chen, Leiying Ma, Yong Zhang, Peter K. Liaw, and Jingli Ren.

Intermetallics 154 (2023)107819. Doi: 10.1016/j.intermet.2022.107819

全文链接：https://doi.org/10.1016/j.intermet.2022.107819