强塑同步优化
采用机器学习与激光熔覆协同的高熵合金涂层，打破强度-延展性权衡，加速材料开发周期。
Liu, Hao · Dexi, Wu · Feng, Ding · 王文琴 · 潘斯宁 · 陈培见 · Haiyu, Liu
Materials Science & Engineering A: Structural Materials: Properties, Microstructure and Processing 2025
LightGBM 对延伸率的预测 R² 达到 0.938，GBM 对屈服强度的预测 R² 达到 0.858，减少了实验筛选工作量。
SHAP 分析定量识别出 Al 和 Nb 是控制强度-延展性权衡的主导元素，为成分设计提供明确的指导。
多目标遗传算法生成 Pareto 最优成分集，同时优化强度和塑性，而非单一性能。
相比传统试错法，混合方法显著减少开发周期和成本，实现从成分设计到激光熔覆制造的闭环优化。